讓 JMP 更適用於心理學的技巧如果您希望您的軟體用於社會科學，特別是心理學，我推薦兩個關鍵功能 - 第一個涉及簡單斜率，第二個涉及分層回歸。
總體而言，追蹤涉及連續變數的交互作用，進行「簡單斜率」或「簡單效應」分析的能力，至少可以讓使用者探測另一個預測變數在不同值下的直線斜率（並獲得標準誤的斜率），甚至更好地提供這些斜率之間的對比。另一個預測變數可以是連續變數（因此需要能夠繪製正負 1 個標準誤），也可以是分類變數。
心理學中另一種非常常見的技術是層次迴歸，即將兩個模型嵌套在一起進行比較。使用 JMP 實現此操作的唯一方法是運行兩個模型，提取模型的 dfs、SS 值和 MSE，計算 F，然後在表格中找到 F（或使用 JMP 公式計算相關的 p 值）。這非常繁瑣。在 R、SPSS 甚至 Jamovi 中，這非常簡單。
資料存取
