公開日: 11/25/2021

Image shown hereモデルレポートのオプション

モデル選択

モデル選択に用いる規準統計量を変更します。用意されているモデル選択規準の統計量は、AICc、BIC、GCVです。『基本的な回帰モデル』の尤度・AICc・BICを参照してください。

基底のプロット

基底関数を描いたプロットの表示/非表示を切り替えます。

診断プロット

「診断プロット」レポートの表示/非表示を切り替えます。診断プロットを参照してください。

関数の要約

「関数の要約」レポートの表示/非表示を切り替えます。関数の要約を参照してください。

基底関数係数

「基底関数係数」レポートの表示/非表示を切り替えます。基底関数係数を参照してください。

ランダム係数

「ランダム係数」レポートの表示/非表示を切り替えます。ランダム係数を参照してください。

関数主成分分析

「関数主成分分析」レポートの表示/非表示を切り替えます。関数主成分分析を参照してください。

関数実験計画分析

(起動ウィンドウで[Z, 追加に少なくとも1つの列が指定された場合にのみ使用可能。)「関数データエクスプローラ」プラットフォーム内に「一般化回帰」レポートを起動します。一般化回帰モデルが、関数主成分スコア関数のそれぞれにあてはめられます。このとき、一般化回帰モデルのモデル効果として追加変数が使用されます。デフォルトでは、2次の要因モデルがあてはめられ、推定法は総あたり法が使われます。カテゴリカル変数の2乗効果は含まれないことに注意してください。モデル内の項の数が21を超えている場合、または関数の数が1000を超えている場合は、「推定法」が減少付き変数増加法に自動的に切り替わります。別の方法として、元のデータテーブルでモデルスクリプトに指定することで、あてはめるモデルを指定することもできます。追加変数によって関数主成分スコアをモデル化すれば、追加変数によって応答の関数がどのように変わるかを判断できます。「関数実験計画プロファイル」を使用すると、追加変数が応答の関数に及ぼす影響を探索できます。

「関数実験計画分析」レポートの赤い三角ボタンのメニューには、以下のオプションがあります。

関数主成分スコアに対する一般化回帰

各関数主成分スコアに対する「一般化回帰」レポートの表示/非表示を切り替えます。一般化回帰モデルのレポートの詳細については、『基本的な回帰モデル』のモデルのあてはめ結果に関するレポートを参照してください。

診断プロット

応答変数についての「予測値と実測値のプロット」および「予測値と残差のプロット」の表示/非表示を切り替えます。

関数実験計画プロファイル

関数実験計画プロファイルの表示/非表示を切り替えます。関数実験計画プロファイルを使用すると、追加変数によって応答の関数がどのように変わるかを探索できます。「関数主成分プロファイル」の赤い三角ボタンのメニューの詳細については、『プロファイル機能』のプロファイルを参照してください。

列の保存

[予測式の保存]と[残差計算式の保存]のオプションがあります。これらのオプションを使用すると、対応する計算式が、データテーブルの新しい列に保存されます。

データの保存

分析に用いたデータを新規作成されたデータテーブルに保存します。データは、積み重ねたデータ形式で保存されます。

あてはめの削除

指定されたモデルのレポートを削除します。

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).