基本的な回帰モデル
公開日: 11/25/2021

基本的な回帰モデル

モデルの指定

線形モデルの指定

「モデルのあてはめ」プラットフォームでは、複雑なモデルを簡単に指定できます。「マクロ」、「属性」、「変換」といった機能を利用することにより、複雑な効果をすばやく指定できます。「モデルのあてはめ」プラットフォームでは、様々なモデルがサポートされています。

次のようなモデルが作成できます。

単回帰や重回帰の線形モデル

分散分析、共分散分析

変量効果や枝分かれ効果をもつモデル。混合モデル、反復測定モデル、分割実験モデル

名義および順序ロジスティック回帰

多変量分散分析(MANOVA)

正準相関分析や判別分析

対数線形分散モデル(平均だけでなく、分散もモデル化)

一般化線形モデル(GLM; Generalized Linear Model)

パラメトリックな生存時間モデルや、比例ハザードモデル

応答のスクリーニング(応答の数が多い場合の分析)

Image shown here JMP Proでは、次のようなあてはめも可能です。

誤差の共分散行列が決められた構造を持つ反復測定モデル

弾性ネット回帰、LASSO回帰、リッジ回帰(これらを、「一般化回帰」とJMPでは呼んでいます)

PLS回帰

「モデルのあてはめ」プラットフォームでは、任意の手法を選択することで多様なモデルをあてはめることができます。この章では、「モデルの指定」ウィンドウにおいてほとんどの手法に共通する要素だけを説明します。

目次

「モデルのあてはめ」プラットフォームの概要

「モデルのあてはめ」で行う回帰分析の例

「モデルのあてはめ」プラットフォームの起動

「モデルのあてはめ」起動ウィンドウの要素
モデル効果の構成
あてはめの手法

「モデルの指定」のオプション

欠測値をカテゴリとして扱う

妥当性のチェック

代表的なモデルの指定方法

単回帰
1変数の多項式
2変数の多項式
重回帰
一元配置分散分析
二元配置分散分析
交互作用のある二元配置分散分析
すべての交互作用を含む三元配置分散分析
共分散分析(傾きが等しい場合)
共分散分析(傾きが異なる場合)
2因子の枝分かれ変量効果モデル
3因子の完全枝分かれ変量効果モデル
分割実験モデルまたは反復測定モデル
2因子の応答曲面モデル
節点スプライン効果
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).