基本的な回帰モデル > 統計的詳細 > 因子(説明変数)の取り扱い方
公開日: 04/01/2021

因子(説明変数)の取り扱い方

因子(説明変数、X変数)に注目してモデルを見た場合、因子をどのようにモデル化して期待値または期待確率を予測するかが問題になります。

因子は、因子から変換されたXと、推定されるパラメータの線形結合として予測式に含められます。連続尺度の応答に対するモデルの場合、iを各観測値に対する通し番号、jをパラメータに対する通し番号とすると、応答モデルは次のようになります。

Equation shown here

この式で、

yiは応答

xijはデータの関数

eiは実際には観測されないランダム誤差

bjは推定される未知のパラメータ

線形モデルにおけるXを因子から構成する方法は、因子の尺度によって違います。線形モデルのXは、交互作用や枝分かれ効果のような複雑な効果でもかまいません。複雑な効果についての詳細は、後述します。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).