公開日: 11/25/2021

スコアオプション

[スコアオプション]には、スコアを対象とした次のようなオプションがあります。

興味のある行だけを表示

「判別スコア」レポートに、誤判別されたデータ行と、予測確率が0.05~0.95のデータ行だけを表示します。

度数の表示

「スコアの要約」レポートにおいて、混同行列および混同率行列の表示/非表示を切り替えます。混同行列は、応答変数の実測値と予測値を2元度数表にまとめたものです。混同率行列は、混同行列の度数を行合計で割ったものです。混同行列は、カテゴリカル変数Xの各水準において、実測値と予測値の度数を示したものです。デフォルトの「スコアの要約」レポートには、混同行列および混同率行列が表示されます。JMP Proで検証セットやテストセットを使用した場合、それらのセットに対しても混同行列が表示されます。また、標準版JMPで除外したデータ行で検証する場合には、その除外したデータ行が検証セットとみなされ、検証セットに対する混同行列も表示されます。標準版JMPとJMP Proの違いを参照してください。

各グループ平均への距離を表示

各観測値から各グループ平均までのMahalanobisの距離を2乗したものを示すレポートの表示/非表示を切り替えます。

各グループに属する確率を表示

各グループに属する確率を示すレポートの表示/非表示を切り替えます。この確率は、カテゴリカル変数Xの各グループに各データ行が属する確率です。

ROC曲線

「スコアの要約」レポート上のROC曲線の表示/非表示を切り替えます。ROC曲線の詳細については、『予測モデルおよび発展的なモデル』のROC曲線を参照してください。

誤判別された行を選択

誤判別されたデータ行を、データテーブル内と、「判別スコア」レポート内で選択します。

不確実な行を選択

判別が不確実なデータ行を、データテーブル内と、「判別スコア」レポート内で選択します。「判別が不確実な行」とは、いずれのグループに属する確率も0や1に近くないデータ行です。

このオプションを選択すると、ウィンドウが表示され、そこで不確実さを示す予測確率の範囲を指定できます。デフォルトでは、予測確率が0または1から0.1以上離れているデータ行が、「不確実な行」とされます。したがって、デフォルトでは、0.1~0.9の確率となっているデータ行が選択されます。

計算式の保存

距離、確率、および、どのグループに判別されるかの予測値を求める計算式を、データテーブルに保存します。保存される計算式を参照してください。

SqDist0およびSqDist[<水準>]は、距離の計算式です。ここで、「<水準>」はXの水準です。距離の計算式は、Mahalanobisの距離に関連した計算式です。

Prob[<水準>]は、確率の計算式です。ここで、「<水準>」はXの水準です。この確率は、Xの各水準に該当のデータ行が属する事後確率です。確率の各列には「応答確率」列プロパティが保存されます。「応答確率」列プロパティについては、『JMPの使用法』を参照してください。

Pred <X>は、予測値の計算式です。「最も属する確率が高い水準」を求めるための計算式になっています。

[線形 横長データ]の判別法では、共変量のベクトルと、判別のための主成分の計算式を含む「判別データ行列」列も保存します。横長データに対する線形判別法を参照してください。

メモ: [線形 横長データ]以外のすべての判別法では、計算式を保存すると、RowEdit Probスクリプトがデータテーブルに保存されます。このスクリプトはデータテーブル内の不確実な行を選択します。不確実な行と定義されるのは、予測確率が0または1から0.1以上離れている行です。このスクリプトが開く「行の編集」ウィンドウでは、不確実な行を調べることができます。([線形 横長データ]以外の手法で)新しい判別分析を実行し、[計算式の保存]を選択した場合、既存のRowEdit Probスクリプトは、新しい判別分析の結果によって上書きされます。

計算スクリプトの作成

(標準版JMPでのみ使えます。)計算式列を作成するスクリプトを作成します。これらの計算式列は、[計算式の保存]オプションによって保存されるものです。このスクリプトを保存しておけば、他のデータテーブルにおいて、各グループに属する確率を計算する計算式列や、どのグループに属するかを予測する計算式列を作成できます。

Image shown here確率の計算式を発行

(JMP Proでのみ使えます。)確率の計算式を作成し、それを「計算式デポ」レポート内の計算式列スクリプトとして保存します。「計算式デポ」レポートが開いていない場合は、このオプションによって「計算式デポ」レポートが作成されます。『予測モデルおよび発展的なモデル』の計算式デポを参照してください。

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).