1.
[ヘルプ]>[サンプルデータライブラリ]を選択し、「Cheese.jmp」を開きます。
3.
「評価」を選択し、[Y]をクリックします。
4.
「チーズ」を選択し、[追加]をクリックします。
5.
「度数」を選択し、[度数]をクリックします。
6.
[実行]をクリックします。
図10.3 「順序ロジスティックのあてはめ」レポート
この例のモデルでは、「(-1)*対数尤度」が切片だけのモデルの429.9から完全モデルの355.67まで減少しています。モデル全体の尤度比カイ2乗は148.45、自由度は3であり、添加物による評価の違いが高度に有意であることがわかります。
表10.1 「Cheese.jmp」にあるチーズ添加物の人気 
順序ロジスティックモデルを使った場合、応答水準の最初の8つそれぞれに切片がありますが、「チーズ」の4つの水準に対してはパラメータが3つしかありません。その結果、順序ロジスティックモデルの自由度は3となります。この順序ロジスティックモデルは、「あてはまりの悪さ(LOF)」検定の「あてはめたモデル」に該当します。
データテーブルの「度数」の行のうち、値がゼロでないものは28あり、「チーズ」の水準に関して反復された点は28 - 4 = 24個です。そのため、「あてはまりの悪さ(LOF)」検定の「飽和モデル」の自由度は24となります。
名義ロジスティックモデルを使った場合、応答水準の最初の8水準それぞれについて、切片、および、「チーズ」の4水準に関する3つのパラメータがあります。その結果、名義ロジスティックモデルの自由度はとなります。この名義ロジスティックモデルは、「あてはまりの悪さ(LOF)」検定の「飽和モデル」に該当します。