Fit Model Platform의 요인 코딩 규칙에 대한 질문안녕하세요 커뮤니티 여러분,
저는 시스템에서 명목 및 연속 요인의 기여도를 분석하기 위해 Fit Model을 실행하고 있습니다. JMP와 Python 사이에서 다른 매개변수 추정치(및 유의성)를 얻고 있습니다. 이는 명목 요인이 인코딩되는 방식(효과 코딩(JMP의 기본값) 대 더미 코딩(Python의 기본값))과 관련이 있을 수 있다는 것을 알고 있습니다. 두 규칙 간에 전환하는 방법을 선택하는 경로를 찾으려고 했지만 아무것도 나오지 않습니다. 일부 온라인 가이드에서는 Fit Model 플랫폼을 시작할 때 열 정보 또는 모델 효과 상자에 옵션이 있다고 언급하지만 어디에서도 찾을 수 없습니다. Python과 JMP의 결과는 비슷 하지만 다릅니다. 1) 채택할 최상의 규칙을 선택하고 2) JMP에서 실행할 수 있는 이유와 방법을 이해하려고 합니다. 여기의 데이터 세트는 제가 분석하려는 것의 축소된 예입니다. 채우기 볼륨(두 수준)과 농도(범위)의 영향을 이해하는 데 중점을 두고 효율성에 대한 다양한 매개변수의 영향을 이해하려고 합니다.
저는 JMP19를 사용하고 있어요.
미리 감사드립니다!
크리스
기본 데이터 분석 및 모델링데이터 탐색 및 시각화Re: Fit Model Platform의 요인 코딩 규칙에 대한 질문안녕하세요 @클러스터페렛68 ,
다음 토론에서 명목 요인 인코딩에 대한 몇 가지 설명을 찾을 수 있을 것 같습니다.
동일한 다중 회귀 분석을 사용하여 매개변수 추정치의 차이.
DOE 분석이 회귀 분석에서 범주형 요인을 처리하는 방법
변수 이름 옆에 {0-1}이 있는 단계적 회귀에서 더미 변수의 해석
JMP에서 회귀 모형의 범주형 변수의 매개변수화를 어떻게 조정합니까?
이러한 토론에서 답을 찾을 수 있기를 바랍니다.
Re: Fit Model Platform의 요인 코딩 규칙에 대한 질문맞추려는 모델에 대한 스크립트나 설명을 포함하지 않았습니다.
Python에서 "더미" 변수 코딩을 사용하는 경우, Fit Lease Squares 보고서의 "지표 매개변수화" 추정값이 비교 대상일 가능성이 높습니다. 자세한 내용은 https://www.jmp.com/support/help/en/19.0/index.shtml#page/jmp/indicator-parameterization-estimates.shtml%23을 참조하세요.
Re: Fit Model Platform의 요인 코딩 규칙에 대한 질문우선, 명목형 및 연속형 예측 변수의 매개변수화에 대한 설명을 보려면 온라인 설명서의 통계 세부 정보 섹션을 꼭 읽어보세요.
다양한 매개변수화가 있으며, 모두 타당합니다. 효과에 대한 다양한 사고방식과 매개변수 추정값 검정 방식을 나타냅니다. JMP는 효과 코딩을 사용합니다. 따라서 매개변수는 주어진 수준에 대한 최소제곱평균과 전체 평균의 차이를 나타냅니다. 따라서 추정값이 -3.5이면 해당 수준에서 반응값이 평균 반응값보다 3.5 단위 낮음을 의미합니다.
