予測モデルおよび発展的なモデル > 応答のスクリーニング > 「応答のスクリーニング」プラットフォームの起動
公開日: 11/25/2021

「応答のスクリーニング」プラットフォームの起動

「応答のスクリーニング」プラットフォームを起動するには、[分析]>[スクリーニング]>[応答のスクリーニング]を選択します。

図22.3 「応答のスクリーニング」起動ウィンドウ 

Response Screening Launch Window

「列の選択」の赤い三角ボタンのメニューのオプションについては、『JMPの使用法』の列フィルタメニューを参照してください。

起動ウィンドウの役割

Y, 応答変数

測定値が含まれている、応答変数の列を指定します。

X

応答変数との関係を調べたい、説明変数の列を指定します。

グループ変数

ここで指定した列の水準ごとに、該当する行が個別に分析されますが、異なる複数のグループに対する結果も同じ1つのデータテーブルとレポートに表示されます。

重み

この役割を割り当てた列の値は、分析において各行に対する重みとして使用されます。『基本的な回帰モデル』の重みを参照してください。

度数

この役割を割り当てた列の値は、各行の度数として使用されます。これにより、予め集計されたデータを扱うことができます。『基本的な回帰モデル』の度数を参照してください。

By

ここで指定した列の水準ごとに、対応するYとXが分析され、結果が個別のデータテーブルとレポートに表示されます。

起動ウィンドウのオプション

起動時にp値のデータテーブルを作成

p値と個々のモデルのあてはめの統計量を含むデータテーブルを作成します。

ロバスト

連続尺度の応答変数の場合は、回帰モデルや分散分析モデルのあてはめにHuberのM推定(Huber and Ronchetti 2009)を使用します。このロバスト法は、外れ値に対するテストの感度を下げるために外れ値の重みを低くします。外れ値がない場合、推定値は最小2乗推定のものと近くなります。このオプションを選択すると、計算に時間がかかります。HuberのM推定の詳細については、『基本的な統計分析』のロバストなあてはめを参照してください。例として、ロバストなあてはめの例を参照してください。

Cauchy

このオプションでは、誤差がCauchy分布に従うと仮定されます。Cauchy分布は正規分布よりも裾が広く、その結果、外れ値が推定に与える影響が小さくなります。このオプションは、データにある外れ値の割合が大きい場合に有用です。しかし、データが正規分布に近く、外れ値が少ない場合は、このオプションの推定結果は間違ったものになる可能性があります。[Cauchyのあてはめ]オプションは、最尤推定によってパラメータ推定値を算出します。

Yの分布をPoisson分布とする

各応答変数(Y)を、Poisson分布に従う度数としてあてはめます。検定は、カテゴリカルなXに対してのみ実行されます。このオプションは、応答変数が度数である場合に適しています。

欠測値をカテゴリとして扱う

カテゴリカルなX変数について、Xの欠測値をカテゴリとして扱います。

XとYをペアで処理する

[Y, 応答変数][X]のリストでの順序に従ってY列とX列をペアにして、それらのペアだけで検定を行います。1番目のY変数と1番目のX変数とをペアにして、2番目のY変数と2番目のX変数とをペアにして、といった具合で組み合わせます。

実質的な差の割合

実質的に意味のある差を、仕様限界の範囲に対する割合として指定します。[仕様限界]が列プロパティとして指定されていない場合は、応答の標準偏差を6倍したものが、仕様限界の範囲として設定されます。このとき、標準偏差の推定値は、四分位範囲(IQR)から、Equation shown hereという式によって求められます。

「実質的な差の割合」が未指定の場合は、デフォルト値の0.10が使用されます。実質的有意差の検定と同等性検定では、ここで指定された値を基に、実質的な差を判断します。[平均の比較を保存]オプションで保存されるデータテーブルを参照してください。

最大対数価値

対数価値(LogWorth; p値の-log10)を示すプロットの尺度の調整に使われます。対数価値プロットの尺度が極端なものにならないよう、ここで指定した最大値を超える対数価値は、この値に置き換えられてプロットに示されます。例については、「最大対数価値」オプションの例を参照してください。

詳細オプション

次のオプションがあります。

カッパ

YとXが両方ともカテゴリカルな変数で、それぞれの変数に含まれているデータ値(水準)が同じ場合、カッパ統計量を求めます。「Kappa」という新しい列がデータテーブルに追加されます。カッパ統計量は、YとXの一致度を表す指標です。

相関

XとYが両方ともカテゴリカルであっても、相関を計算し、「Corr」という新しい列をデータテーブルに追加します。

もし、XとYが両方とも二値の変数である場合は、Pearsonの積率相関係数は、Spearmanの順位相関係数(^Rho)やKendallのタウ-bと同じになります。相関の絶対値が大きければ、関係があることを示唆しています。逆に相関の絶対値が小さければ、関係が薄いことを示唆しています。

Xをカテゴリカル変数として扱う

列に設定されている尺度を無視して、すべてのX列を名義尺度として扱います。

Xを連続変数として扱う

列に設定されている尺度を無視して、すべてのX列を連続尺度として扱います。

Yをカテゴリカル変数として扱う

列に設定されている尺度を無視して、すべてのY列を名義尺度として扱います。

Yを連続変数として扱う

列に設定されている尺度を無視して、すべてのY列を連続尺度として扱います。

スレッドを使用しない

計算速度を上げるためのマルチスレッドをオフにします。

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).