다중 테이블, 상호 참조됨 형식의 시작 창

분석 > 소비자 조사 > 최대차이를 선택하여 최대차이 플랫폼을 시작합니다. 최대차이 데이터가 여러 테이블에 있으면 "데이터 형식" 메뉴에서 다중 테이블, 상호 참조됨을 선택합니다.

그림 5.10 시작 창 - 다중 테이블, 상호 참조됨 형식 

"열 선택"의 빨간색 삼각형 메뉴에 포함된 옵션에 대한 자세한 내용은 JMP 사용의 “Column Filter Menu”에서 확인하십시오.

"다중 테이블, 상호 참조됨"의 경우 시작 창에 세 개의 섹션이 있습니다.

• 프로파일 데이터

• 반응 데이터

• 개체 데이터

프로파일 데이터

프로파일 데이터 테이블에서는 각 선택과 연관된 속성을 설명합니다. 각 선택은 다양한 속성으로 구성될 수 있으며 각 속성은 데이터 테이블의 열로 나열됩니다. 가능한 각 선택에 대한 행이 있으며 각 선택에는 고유 ID가 있습니다.

데이터 테이블 선택

프로파일 데이터가 포함된 데이터 테이블을 선택하거나 엽니다. 아직 열려 있지 않은 파일을 열려면 "기타"를 선택합니다.

프로파일 ID

각 선택 조합 행에 대한 식별자입니다. 프로파일 ID 열이 프로파일 데이터 테이블의 각 행을 고유하게 식별하지 못하는 경우 그룹화 열을 추가해야 합니다. 그룹화 및 프로파일 ID 열 조합이 행(프로파일)을 고유하게 식별할 때까지 그룹화 열을 추가합니다.

그룹화

"선택 집합 ID" 열과 함께 사용할 경우 각 선택 집합을 고유하게 지정하는 열입니다. 예를 들어 Survey = A에 대해 Profile ID = 1이고, Survey = B에 대해 다른 Profile ID = 1인 경우 Survey가 그룹화 열로 사용됩니다.

프로파일 효과 생성

프로파일의 속성으로 생성된 효과를 추가합니다.

"프로파일 효과 생성" 패널에 대한 자세한 내용은 선형 모형 적합의 “Construct Model Effects”에서 확인하십시오.

Firth 편향 수정 추정값

편향 수정이 없는 MLE보다 더 나은 추정값과 검정을 생성하는 편향 수정된 MLE를 계산합니다. 이러한 추정값은 로지스틱 유형의 모형에서 발생하기 쉬운 분리 문제도 개선합니다. 로지스틱 회귀의 분리 문제에 대한 자세한 내용은 Heinze & Schemper(2002)에서 확인하십시오.

계층적 Bayes

베이지안 방법을 사용하여 개체별 모수를 추정합니다. 자세한 내용은 베이지안 모수 추정값에서 확인하십시오.

베이지안 반복 수

("계층적 Bayes"를 선택한 경우에만 적용 가능) 개체 효과를 추정하는 데 사용되는 적응형 Bayes 알고리즘의 총 반복 수입니다. 이 수에는 무시되는 반복의 번인 기간이 포함됩니다. 번인 반복 수는 시작 창에 지정된 베이지안 반복 수의 절반과 같습니다.

반응 데이터

Figure 5.11에서는 Potato Chip Responses.jmp를 사용하여 채워진 "반응 데이터" 개요를 보여 줍니다.

그림 5.11 반응 데이터 개요 

반응 데이터 테이블에는 연구 결과가 포함됩니다. 각 시행에 대한 선택 집합 ID 및 개체가 최선/최악으로 선택한 프로파일을 제공합니다. 반응 데이터는 선택 집합 열과 선택 반응 열을 통해 프로파일 데이터에 연결됩니다. 그룹화 변수는 데이터에 둘 이상의 그룹이 포함된 경우 선택 인덱스를 정렬하는 데 사용할 수 있습니다.

데이터 테이블 선택

반응 데이터가 포함된 데이터 테이블을 선택하거나 엽니다. 아직 열려 있지 않은 파일을 열려면 "기타"를 선택합니다.

최선 선택

연구 참가자가 "최선"으로 지정한 프로파일의 프로파일 ID가 포함된 반응 테이블 열입니다.

최악 선택

연구 참가자가 "최악"으로 지정한 프로파일의 프로파일 ID가 포함된 반응 테이블 열입니다.

프로파일 ID 선택

각 선택 집합에 대해 가능한 선택 집합의 프로파일 ID를 포함하는 열입니다. 프로파일이 세 개 이상 있어야 합니다.

그룹화

선택된 프로파일 ID 열과 함께 사용할 경우 각 선택 집합을 고유하게 지정하는 열입니다.

개체 ID

연구 참가자에 대한 고유 식별자입니다.

빈도

빈도를 포함하는 열입니다. n이 지정된 행에 대한 "빈도" 변수의 값인 경우 해당 행은 계산에서 n번 사용됩니다. 이 값이 1보다 작거나 결측이면 JMP는 분석을 계산하는 데 이를 사용하지 않습니다.

가중치

데이터 테이블의 각 관측값에 대한 가중치를 포함하는 열입니다. 가중치는 값이 0보다 큰 경우에만 분석에 포함됩니다.

기준

기준 변수의 각 수준에 대해 개별 보고서를 생성합니다. 기준 변수가 둘 이상 할당되면 기준 변수의 가능한 각 조합에 대해 개별 보고서가 생성됩니다.

개체 데이터

Figure 5.12에서는 Potato Chip Subjects.jmp를 사용하여 채워진 "개체 데이터" 개요를 보여 줍니다.

그림 5.12 개체 데이터 개요 

참고: 개체 데이터 테이블은 개체 효과를 모델링할지 여부에 따라 선택적입니다.

개체 데이터 테이블에는 개체 ID와 각 개체에 대한 하나 이상의 속성 또는 특성 열이 포함됩니다. 개체 데이터 테이블의 행 수는 개체 수와 동일하고, 반응 데이터 테이블의 유사한 열과 매칭되는 식별자 열이 있습니다.

참고: 반응 데이터 테이블에 개체 데이터를 포함할 수 있지만 "개체 데이터" 개요에서 개체 효과를 지정해야 합니다.

데이터 테이블 선택

개체 데이터가 포함된 데이터 테이블을 선택하거나 엽니다. 아직 열려 있지 않은 파일을 열려면 "기타"를 선택합니다.

개체 ID

개체에 대한 고유 식별자입니다.

기준

기준 변수의 각 수준에 대해 개별 보고서를 생성합니다. 기준 변수가 둘 이상 할당되면 기준 변수의 가능한 각 조합에 대해 개별 보고서가 생성됩니다.

모형 효과 생성

개체 데이터 테이블의 열로 생성된 효과를 추가합니다.

"모형 효과 생성" 패널에 대한 자세한 내용은 선형 모형 적합의 “Construct Model Effects”에서 확인하십시오.