판별 플랫폼 시작

분석 > 다변량 방법 > 판별을 선택하여 판별 플랫폼을 시작합니다.

그림 5.3 Iris.jmp에 대한 판별 시작 창 

"열 선택"의 빨간색 삼각형 메뉴에 포함된 옵션에 대한 자세한 내용은 JMP 사용의 열 필터 메뉴에서 확인하십시오.

참고: "검증" 버튼은 JMP Pro에만 나타납니다. JMP에서는 제외된 행을 사용하여 검증 데이터 집합을 정의할 수 있습니다. 자세한 내용은 JMP 및 JMP Pro에서 검증에서 확인하십시오.

Y, 공변량

관측값을 범주로 분류하는 데 사용할 연속형 변수를 포함하는 열입니다.

X, 범주

관측값을 분류할 범주 또는 그룹을 포함하는 열입니다.

가중치

분석을 위해 각 행에 가중치를 할당하는 값이 들어 있는 열입니다.

빈도

분석을 위해 각 행에 빈도를 할당하는 값이 들어 있는 열입니다. 일반적으로 빈도 열의 효과는 데이터 테이블을 확장하여 정수 빈도가 k인 행을 k개의 행으로 확장하는 것입니다. 빈도 비율을 지정할 수 있습니다.

검증

검증 데이터 집합을 정의하는 숫자 열입니다. 이 열에는 최대 세 개의 구분되는 값이 포함되어야 합니다.

– 두 개의 값이 있는 경우 더 작은 값이 훈련 데이터 집합을 정의하고 더 큰 값이 검증 데이터 집합을 정의합니다.

– 세 개의 값이 있는 경우 작은 값부터 순서대로 훈련 데이터 집합, 검증 데이터 집합, 테스트 데이터 집합을 각각 정의합니다.

– 검증 열에 네 개 이상의 수준이 있는 경우 가장 작은 세 개의 값을 포함하는 행이 검증 데이터 집합을 정의합니다. 다른 모든 행은 분석에서 제외됩니다.

판별 플랫폼에서는 "단계별 변수 선택"이 사용되는 경우 외에는 검증 열을 사용하여 모형을 훈련하고 평가합니다. 시작 창에서 "단계별 변수 선택" 옵션을 선택하는 경우 판별 플랫폼에서는 검증 열을 사용하여 모형을 훈련 및 조정하거나 모형을 훈련, 조정 및 평가합니다. 검증에 대한 자세한 내용은 예측 및 전문 모델링의 JMP 모델링의 검증에서 확인하십시오.

팁: "단계별 변수 선택"을 사용하지 않는 경우 검증 열에는 구분되는 값이 두 개만 포함되어야 합니다.

"열 선택" 목록에서 아무 열도 선택하지 않은 상태로 "검증" 버튼을 클릭하면 데이터 테이블에 검증 열을 추가할 수 있습니다. "검증 열 생성" 유틸리티에 대한 자세한 내용은 예측 및 전문 모델링의 검증 열 생성에서 확인하십시오.

기준

지정된 열의 각 수준에 대해 별도의 분석을 수행합니다.

단계별 변수 선택

("판별 방법"에서 "와이드 선형"을 선택한 경우에는 사용 불가능) 공분산 분석 및 p 값을 사용하여 단계별 변수 선택을 수행합니다. 자세한 내용은 단계별 변수 선택에서 확인하십시오.

검증 데이터 집합을 지정한 경우 검증 데이터 집합에 대한 통계량도 나타납니다. 검증 데이터 집합 통계량은 "시작" 버튼을 사용하는 경우 수행할 단계 수를 결정하는 데 사용됩니다.

판별 방법

판별 분석을 수행하기 위한 네 가지 방법을 제공합니다. 자세한 내용은 판별 방법에서 확인하십시오.

공분산 축소

합동 그룹 내 공분산 행렬과 그룹 내 공분산 행렬의 비대각 요소를 축소합니다. 이로 인해 안정성이 향상되고 예측 분산을 줄일 수 있습니다. 자세한 내용은 공분산 축소에서 확인하십시오.

고급 옵션

다음 옵션이 포함되어 있습니다.

비중심화된 정준

이전 버전 JMP와의 호환성을 위해 정준 스코어 중심화를 제한합니다.

유사역행렬 사용

공분산 행렬이 특이 행렬일 때 Moore-Penrose 유사역행렬을 분석에 사용합니다. 결과 스코어에 모든 공변량이 포함됩니다. 이 옵션을 선택하지 않으면 Y, 공변량 목록에서 앞에 나오는 공변량의 선형 결합인 공변량이 분석에서 삭제됩니다.

제외된 행으로 교차 검증

제외된 행이 적합 통계량이 계산되는 검증 데이터 집합을 구성하도록 지정합니다.