Comment dessiner un graphique de régression linéaire multivariée avec plusieurs lignes en fonction de la variable sélectionnéeJe souhaite dessiner un graphique comme celui de la première image, mais avec trois variables dans un nouveau modèle, mon graphique ressemble au deuxième. Comment dessiner plusieurs lignes ?Analyse et modélisation des données de baseRé : Comment dessiner un graphique de régression linéaire multivariée avec plusieurs lignes en fonction de la variable sélectionnéeActuellement, je suppose que vous disposez probablement d'une colonne de catégorie dans le rôle « Couleur », permettant d'attribuer trois couleurs différentes à vos points de données. Cependant, ils sont traités comme le même ensemble de données ; une seule courbe de tendance est donc affichée.
Au lieu d'utiliser le rôle « Couleur », faites glisser cette variable de catégorie vers le rôle « Superposition ». Vous devriez obtenir trois séries de points et trois courbes de tendance.
Plus d'infos : Zones graphiques
Ré : Comment dessiner un graphique de régression linéaire multivariée avec plusieurs lignes en fonction de la variable sélectionnéeHé, il y a beaucoup de choses à deviner dans cette question.
Quelle plateforme utilisez-vous ? Fit Y by X ?
recherchez cette option
Ré : Comment dessiner un graphique de régression linéaire multivariée avec plusieurs lignes en fonction de la variable sélectionnéePersonnellement, j'utilise l'onglet « Ajuster le modèle », et si je n'utilise que deux variables comme effet de modèle, plusieurs lignes seront générées. Dans la condition, si j'ajoute un effet croisé (interaction), seules des lignes parallèles seront générées, ce qui n'est évidemment pas ce que je souhaite. Sans effet croisé, la ligne souhaitée sera générée. Cependant, je ne sais toujours pas comment ajouter plusieurs lignes avec plus de trois variables. Merci beaucoup !
Ré : Comment dessiner un graphique de régression linéaire multivariée avec plusieurs lignes en fonction de la variable sélectionnéeCes informations ont beaucoup aidé à identifier l'emplacement du problème : )
Il semble que vous souhaitiez voir une régression (en fait : multiple, comme dans le graphique de gauche) et que vous vous demandiez pourquoi elle n'apparaît pas sur le graphique de droite. Le graphique de droite est différent : veuillez noter que les valeurs « identiques » sont sur les axes x et y : il compare les valeurs Y avec les valeurs Y, c'est-à-dire les valeurs prédites avec les valeurs y réelles (graphique réel vs. prédit).
Pour une régression , on place un effet sur l'axe des x et les valeurs réelles sur l'axe des y. On peut ensuite ajouter l'ajustement du modèle et comparer la régression aux valeurs réelles.
Pour afficher plusieurs courbes d'ajustement dans le modèle d'ajustement, ainsi que les valeurs brutes, vous pouvez utiliser le profileur de prédiction et activer les « valeurs brutes » et les interactions, comme expliqué dans les améliorations du profileur de prédiction dans JMP® 18
Peut-être aller au-delà de ce qui est nécessaire ici :
S'il existe des effets multiples et des interactions (l'influence d'un effet change selon le contexte d'un autre), il ne suffit pas d'observer un graphique statique avec un ensemble de courbes d'ajustement. Il existe une interaction complexe entre les effets. Celle-ci peut être visualisée de différentes manières :
- meilleur : Profileur de prédiction
l'utilisateur peut choisir des paramètres spécifiques pour chaque effet et vérifier l'influence sur le résultat d'ajustement.
C'est intéressant, c'est interactif. Mais parfois, l'utilisateur souhaite voir les interactions dans un graphique statique.
Par conséquent, dans JMP18, Prediction Profiler a reçu les améliorations mentionnées ci-dessus...
- ils viennent de : Interaction Plot
L'idée : tracer plusieurs courbes illustrant l'interaction causée par les variations de l'autre effet. Représenter cette interaction dans une matrice.
Étonnamment, il n'existe pas de définition universelle de la manière dont les courbes sont créées (à partir de l'ajustement ou des valeurs d'entrée). Par conséquent, les courbes des graphiques d'interaction peuvent avoir une apparence complètement différente selon le logiciel utilisé (JMP, Minitab, Cornerstone, etc.).
Création d'un graphique d'interaction à deux facteurs (sans le profil matriciel complet)
Voici à quoi ressemble un graphique d'interaction dans JMP :
- Comme mentionné ci-dessus, dans le profil de prédiction, en plus des interactions, vous pouvez désormais ajouter des points de données brutes au tracé.
Un inconvénient par rapport au graphique que vous avez montré est que l'on ne voit qu'un petit sous-ensemble des points de données, à savoir : ceux appartenant aux paramètres actuels des effets. [pour pouvoir comparer l'ajustement avec les données]
Il existe un troisième type de graphique qui tente de résoudre ce problème. Il corrige la position des points de données en ajustant les valeurs y en fonction des interactions ajustées :
Graphique de réponse ajusté ( https://www.google.com/search?q=adjusted+response+graph+ )
malheureusement, ce type de tracé n'est pas disponible dans JMP.
Pour obtenir un tel tracé, veuillez utiliser d'autres programmes comme Matlab ou Cornerstone.
Ré : Comment dessiner un graphique de régression linéaire multivariée avec plusieurs lignes en fonction de la variable sélectionnéeDans votre explication, vous dites qu'il y a « 3 variables dans le modèle » - dans le graphique de gauche, vous montrez 3 lignes de régression qui suggèrent : 1 variable continue et 1 variable discrète (avec 3 niveaux).
Si vous avez un peu de temps...
Cela nous aidera lorsque vous accéderez au dossier de données d'échantillons et choisirez un ensemble de données dont la structure est proche de celle de votre ensemble de données réel.
Nous pouvons ensuite examiner vos paramètres dans la plateforme de modèle d'ajustement et suggérer le type de tracé le plus adapté...
