이변량 적합 옵션
이변량 플랫폼 모형 특정 빨간색 삼각형 옵션은 지정된 적합에 따라 달라집니다. 이러한 메뉴는 산점도 아래의 모형 적합 라벨 옆에 있습니다.
대부분의 이변량 적합에 적용되는 옵션
이변량 플랫폼 모형 특정 빨간색 삼각형 옵션은 지정된 적합에 따라 달라집니다. 일부 적합에서 사용할 수 없는 옵션도 있습니다.
적합선
모형 적합을 설명하는 선, 곡선 또는 등고선을 표시하거나 숨깁니다. "분위수 밀도 등고선"의 경우에는 사용할 수 없습니다.
적합 신뢰 곡선
기대값(평균)에 대한 신뢰 한계(곡선)를 표시하거나 숨깁니다.
개별값 신뢰 곡선
개별 예측값의 신뢰 한계를 표시하거나 숨깁니다. 신뢰 한계는 오차의 변동과 모수 추정값의 변동을 반영합니다.
선 색상
적합 곡선의 색상을 선택할 수 있습니다.
선 스타일
각 적합에 대한 선 스타일을 선택할 수 있습니다.
선 너비
각 적합에 대한 선 너비를 선택할 수 있습니다.
보고서
각 적합에 대한 보고서를 표시하거나 숨깁니다.
참고: 이 옵션은 이변량 그림을 수정하지 않습니다.
프로파일러
X 변수에 대한 예측 추적을 표시하거나 숨깁니다. 하나 이상의 반응에 대한 최적 설정을 찾고 시뮬레이션을 사용하여 반응 분포를 탐색할 수 있습니다. 자세한 내용은 프로파일러의 프로파일러에서 확인하십시오.
예측값 저장
현재 데이터 테이블에 예측 <열 이름>이라는 새 열을 생성합니다. 여기서 열 이름은 Y 변수의 이름입니다. 이 열에는 예측 계산식과 예측값이 포함됩니다.
팁: 예측 계산식은 사용자가 테이블에 추가하는 새 행에 대해 자동으로 값을 계산합니다.
잔차 저장
현재 데이터 테이블에 잔차 <열 이름>이라는 새 열을 생성합니다. 여기서 열 이름은 Y 변수의 이름입니다. 이 열에는 관측된 반응 값에서 예측값을 뺀 값이 포함됩니다.
참고: 각 적합에 예측값 저장 및 잔차 저장 옵션을 사용할 수 있습니다. 이러한 옵션을 여러 번 사용하거나 그룹화 변수와 함께 사용하는 경우에는 데이터 테이블에 생성되는 결과 열의 이름을 각 적합에 맞게 변경하는 것이 좋습니다.
스튜던트화 잔차 저장
현재 데이터 테이블에 스튜던트화 잔차 <열 이름>이라는 새 열을 생성합니다. 여기서 열 이름은 Y 변수의 이름입니다. 이 열에는 잔차를 표준 오차로 나눈 값이 포함됩니다.
평균 신뢰 한계 계산식
데이터 테이블에 평균 <열 이름>의 95% 하한 및 평균 <열 이름>의 95% 상한이라는 두 개의 새 열을 생성합니다. 여기서 열 이름은 Y 변수의 이름입니다. 이 열은 평균 반응에 대한 95% 신뢰 하한 및 상한의 계산식과 값이 모두 포함됩니다.
개별값 신뢰 한계 계산식
데이터 테이블에 개별 <열 이름>의 95% 하한 및 개별 <열 이름>의 95% 상한이라는 두 개의 새 열을 생성합니다. 여기서 열 이름은 Y 변수의 이름입니다. 이 열은 개별 예측에 대한 95% 신뢰 하한 및 상한의 계산식과 값이 모두 포함됩니다.
잔차 그림
(선형, 다항식, Passing-Bablok 및 특수 적합에만 사용 가능) 5가지 진단 그림, 즉 잔차 대 예측값 그림, 실제값 대 예측값 그림, 잔차 대 행 번호 그림, 잔차 대 X 그림, 잔차 정규 분위수 그림을 표시하거나 숨깁니다.
Bland Altman 분석
(Passing-Bablok에만 사용 가능) 매칭 쌍 및 Bland-Altman 분석을 새 보고서 창에 표시합니다.
a 수준 설정
신뢰 곡선을 계산하는 데 사용되는 유의 수준을 지정할 수 있습니다.
적합 신뢰 구간 음영
(일부 적합에는 사용 불가능) 기대 반응(평균)에 대한 음영 신뢰 영역을 표시하거나 숨깁니다.
개별값 신뢰 구간 음영
(일부 적합에는 사용 불가능) 개별 예측에 대한 음영 신뢰 영역을 표시하거나 숨깁니다.
계수 저장
(유연한 스플라인 적합에만 사용 가능) 스플라인 계수를 X, A, B, C 및 D라는 열을 포함하는 새 데이터 테이블로 저장합니다. X 열에는 매듭 점이 포함됩니다. A, B, C 및 D는 절편과 3차 다항식의 1차, 2차 및 3차 계수입니다. 이러한 계수는 X 열의 해당 값에서 다음으로 높은 값까지 확장됩니다.
적합 제거
그래프에서 적합을 제거하고 해당 보고서도 제거합니다.
정규 타원에 적용되는 옵션
"정규 타원"의 빨간색 삼각형 옵션은 이변량 플랫폼의 밀도 타원 적합에 사용할 수 있습니다.
음영 등고선
밀도 타원의 내부 영역에 음영을 적용하거나 음영을 제거합니다.
내부 점 선택
타원 내부의 점을 선택합니다.
외부 점 선택
타원 외부의 점을 선택합니다.
분위수 밀도 등고선에 적용되는 옵션
"분위수 밀도 등고선"의 빨간색 삼각형 옵션은 이변량 플랫폼의 비모수 타원 적합에 사용할 수 있습니다.
커널 제어
각 변수의 표준편차를 제어하는 슬라이더를 표시하거나 숨깁니다. 표준편차는 등고선 밀도를 결정하기 위한 X 및 Y 값 범위를 정의합니다.
5% 등고선
5% 등고선을 표시하거나 숨깁니다.
등고선
등고선을 표시하거나 숨깁니다.
등고선 채우기
채워진 등고선을 표시하거나 숨깁니다.
색상 테마
등고선의 색상 테마를 변경할 수 있습니다.
밀도별 점 선택
사용자가 지정한 분위수 범위에 있는 점을 선택할 수 있습니다.
밀도 분위수별 색상
밀도에 따라 다른 점 색상을 적용합니다.
밀도 분위수 저장
현재 데이터 테이블에 각 점에 대한 밀도 분위수가 포함된 새 열을 생성합니다.
그물 그림
두 분석 변수의 격자에 대한 3차원 밀도 그림을 표시하거나 숨깁니다.
그림 5.6 그물 그림의 예
최빈 군집화
데이터의 최빈 군집화 결과를 표시하거나 숨깁니다. 현재 데이터 테이블에 각 데이터 쌍에 대한 군집 번호가 포함된 새 열을 생성합니다. 최빈 군집화는 밀도 추정값을 기반으로 합니다. JMP에서는 10,404개의 밀도 추정값 격자를 생성합니다. 밀도 분포의 최빈값 수에 따라 군집 수가 결정됩니다. 최빈값은 군집 중심입니다. 나머지 점은 거리 및 밀도 추정값을 기반으로 각 최빈값에 반복적으로 군집화됩니다.
참고: JMP의 다른 군집화 방법에 대한 자세한 내용은 다변량 방법의 관측값 군집화 플랫폼 개요에서 확인하십시오.
밀도 격자 저장
밀도 추정값과 관련 분위수를 포함하는 새 데이터 테이블을 생성합니다.
참고: 최빈 군집화 값을 먼저 저장한 다음 밀도 격자를 저장하면 격자 테이블에 군집 값도 포함됩니다.