インゴットの製造に関する実験として、加熱時間とソーキング時間を変え、仕様に適合した、圧延可能な状態に仕上がったかどうかを調べてみました。Cox and Snell（1989）を参照してください。データは、サンプルデータのフォルダにある「Ingots.jmp」データテーブルにまとめられています。この例では、「モデルのあてはめ」プラットフォームを使い、「状態」の確率に「加熱時間」と「ソーキング時間」を説明変数としたロジスティック回帰モデルをあてはめます。
|
1.
|
［ヘルプ］>［サンプルデータライブラリ］を選択し、「Ingots.jmp」を開きます。
|
カテゴリカル変数である「状態」は、「Ready」（適合）と「Not Ready」（不適合）の値を取ります。
|
2.
|
［分析］>［モデルのあてはめ］を選択します
|
|
3.
|
「状態」を選択し、［Y］をクリックします。
|
「状態」は、2水準の名義尺度の列であるため、［イベントを示す水準］オプションが表示されます。このオプションで、どの応答水準の確率をモデル化するかが指定できます。このモデルでは、［イベントを示す水準］を「Ready」とし、「Ready」の値の確率をモデル化します。
|
4.
|
|
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11.2 「名義ロジスティックのあてはめ」レポート
「モデル全体の検定」レポートを見ると、カイ2乗統計量（11.64）のp値が0.0030と小さく、モデル全体が有意であることがわかります。しかし、「ソーキング時間」は、パラメータ推定値のp値が0.8639であることから、重要でないと考えられます。