모형 적합을 사용한 회귀 분석의 예
유산소 피트니스 연구의 결과 데이터가 있으며 몇 가지 연속형 변수에서 산소 섭취량을 예측하려고 합니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Fitness.jmp를 엽니다.
2. 분석 > 모형 적합을 선택합니다. "분석법" 상자가 비어 있습니다.
3. Oxy를 선택하고 Y를 클릭합니다.
연속형 반응을 지정하면 "분석법"이 기본적으로 "표준 최소 제곱"으로 설정되지만 다른 분석법을 선택할 수 있습니다. "강조"는 기본적으로 "효과 레버리지"로 설정됩니다.
4. Ctrl 키를 누르고 Sex, Age, Weight, Runtime, RunPulse, RstPulse 및 MaxPulse를 선택합니다. 추가를 클릭하여 "모형 효과 생성" 목록에 추가합니다. 이 창을 나중에 사용할 수 있게 하려면 대화상자 열린 채 유지를 선택할 수 있습니다. "모형 규격" 창이 Figure 2.1에 표시된 것처럼 보입니다.
5. 실행을 클릭합니다. Figure 2.2에 보고서의 일부분이 나와 있습니다.
그림 2.1 Fitness 회귀 모형에 대한 모형 규격 창
그림 2.2 Fitness 데이터에 대한 표준 최소 제곱 보고서(일부)
전체 모형에 대한 그림과 보고서는 맨 왼쪽 보고서 열에 나타납니다. 오른쪽 열에는 모형에 지정한 각 효과의 레버리지 그림이 표시됩니다. 공간이 제한되어 Figure 2.2에는 Sex 열만 표시되지만 다른 6가지 효과에 대한 열도 보고서에 표시됩니다. 빨간색 삼각형 메뉴에는 보고서 창에 보고서와 그림을 추가하는 기타 옵션이 포함되어 있습니다. 표준 최소 제곱 보고서 창에 대한 자세한 내용은 최소 제곱 적합 보고서에서 확인하십시오.
"모수 추정값" 보고서의 p 값을 살펴보면 Runtime, RunPulse 및 MaxPulse가 산소 섭취량의 유의한 예측 변수임을 알 수 있습니다. 다음 단계에서는 유의하지 않은 예측 변수를 제거하여 모형을 축소할 수 있습니다. 자세한 내용은 단계별 회귀 모형에서 확인하십시오.