열 저장
"최소 제곱 적합" 보고서의 "열 저장" 옵션("반응"의 빨간색 삼각형 메뉴에서 액세스)은 하나 이상의 새 열을 현재 데이터 테이블에 추가합니다. 적합 모형이 REML인 경우 추가 "열 저장" 옵션이 나타납니다. 자세한 내용은 REML 열 저장 옵션에서 확인하십시오.
다음 사항에 유의하십시오.
• 계산식이 생성되면 "계산식" 열 특성으로 입력됩니다.
• 대부분의 새 열에는 해당 열을 설명하고 최소 제곱 적합으로 열이 생성되었음을 나타내는 "노트" 열 특성이 추가됩니다.
• "예측 계산식" 및 "예측값" 옵션의 경우 "예측" 열 특성이 추가됩니다. 이 특성은 모형 비교(분석 > 예측 모델링 > 모형 비교)를 수행할 때 JMP에서 내부적으로 사용됩니다. 또한 열의 출처를 기록하므로 여러 모형을 적합시키는 경우에도 유용합니다.
"열 저장"에서 다음 옵션을 사용할 수 있습니다.
예측 계산식
계산식과 예측값이 모두 포함된 예측 계산식 <열 이름>이라는 새 열을 생성합니다. "예측" 열 특성이 추가되어 예측 소스를 나타냅니다.
참고: 예측 계산식 <열 이름>은 <열 이름>에서 특정한 특성을 상속합니다. 여기에는 반응 한계, 규격 한계 및 관리 한계가 포함됩니다. 예측 계산식 <열 이름>을 저장한 후에는 <열 이름>에 대한 이러한 특성을 변경해도 예측 계산식 <열 이름>에서 업데이트되지 않습니다.
자세한 내용은 예측 계산식에서 확인하십시오.
주의: 분석에 가중치 변수가 지정된 경우에는 "예측 계산식" 옵션을 사용하여 저장된 예측값이 올바르지 않습니다.
예측 및 구간 계산식
새 열을 데이터 테이블에 저장합니다. 이 열에는 예측, 신뢰 한계 및 예측 한계에 대한 계산식이 포함됩니다. 예측 계산식 열을 제외한 모든 열은 기본적으로 숨겨져 있습니다.
팁: 이 옵션으로 생성된 한계 열에는 예측 프로파일러에 사용되는 특성이 포함됩니다. 프로파일러에서 이러한 한계를 사용하려면 이 옵션을 선택합니다.
참고: Shift 키를 누른 상태로 이 옵션을 선택하면 계산에 사용할 a 수준을 입력하는 대화상자가 나타납니다.
예측값
지정된 모형에서 계산한 예측값이 포함된 예측값 <열 이름>이라는 새 열을 생성합니다. "노트"와 "예측" 열 특성이 모두 추가되어 예측 소스를 나타냅니다.
참고: 예측값 <열 이름>은 <열 이름>에서 특정한 특성을 상속합니다. 여기에는 반응 한계, 규격 한계 및 관리 한계가 포함됩니다. 예측값 <열 이름>을 저장한 후에는 <열 이름>에 대한 이러한 특성을 변경해도 예측값 <열 이름>에서 업데이트되지 않습니다.
잔차
반응 관측값에서 예측값을 뺀 값이 포함된 잔차 <열 이름>이라는 새 열을 생성합니다.
평균 신뢰 구간
평균 <열 이름>의 95% 하한 및 평균 <열 이름>의 95% 상한이라는 두 개의 새 열을 생성합니다. 이 열에는 평균 반응에 대한 95% 신뢰 하한과 신뢰 상한이 포함되어 있습니다.
참고: Shift 키를 누른 상태로 이 옵션을 선택하면 계산에 사용할 a 수준을 입력하는 대화상자가 나타납니다.
개별값 신뢰 구간
개별 <열 이름>의 95% 하한과 개별 <열 이름>의 95% 상한이라는 두 개의 새 열을 생성합니다. 이 열에는 개별 반응 값에 대한 95% 신뢰 하한과 신뢰 상한이 포함되어 있습니다.
참고: Shift 키를 누른 상태로 이 옵션을 선택하면 계산에 사용할 a 수준을 입력하는 대화상자가 나타납니다.
스튜던트화 잔차
잔차를 표준 오차로 나눈 값이 포함된 스튜던트화 잔차 <열 이름>이라는 새 열을 생성합니다.
외부 스튜던트화 잔차
(적합 방법이 REML인 경우에는 사용 불가능) 잔차를 현재 행을 제외하는 표준 오차 추정값으로 나눈 값이 포함된 외부 스튜던트화 잔차 <열 이름>이라는 새 열을 생성합니다. 자세한 내용은 스튜던트화 잔차 그림에서 확인하십시오.
해트 값
h <열 이름>이라는 새 열을 생성합니다. 열 값은 X(X¢X)−1X¢ 행렬의 대각 값이며 해트 값이라고도 합니다.
예측값의 표준 오차
예측 평균 반응의 표준 오차가 포함된 예측값 표준 오차 <열 이름>이라는 새 열을 생성합니다.
잔차의 표준 오차
잔차 값의 표준 오차가 포함된 잔차 표준 오차 <열 이름>이라는 새 열을 생성합니다.
개별값의 표준 오차
개별 예측 반응 값의 표준 오차가 포함된 개별값 표준 오차 <열 이름>이라는 새 열을 생성합니다.
효과 레버리지 쌍
각 레버리지 그림에 대한 X 레버리지 값과 Y 레버리지 잔차가 포함된 새 열 집합을 생성합니다. 모형의 각 효과에 대해 두 개의 열이 추가됩니다. 반응 열 이름이 R이고 효과가 X인 경우 새 열 이름은 다음과 같습니다.
– R에 대한 X의 X 레버리지
– R에 대한 X의 Y 레버리지
열 패널에서 이러한 열은 레버리지라는 열 그룹으로 구성됩니다.
Cook 거리 영향력
Cook 거리 영향력 통계량의 값이 포함된 Cook 거리 영향력 <열 이름>이라는 새 열을 생성합니다.
예측값 표준 오차 계산식
예측값의 표준 오차에 대한 계산식과 값이 모두 포함된 예측값 표준 오차 <열 이름>이라는 새 열을 생성합니다.
참고: 저장된 계산식이 클 수 있습니다. 계산식이 필요하지 않으면 "예측값의 표준 오차" 옵션을 사용합니다.
평균 신뢰 한계 계산식
평균 <열 이름>의 95% 하한 및 평균 <열 이름>의 95% 상한이라는 두 개의 새 열을 생성합니다. 이 열은 평균 반응에 대한 95% 신뢰 하한 및 상한의 계산식과 값이 모두 포함됩니다.
참고: Shift 키를 누른 상태로 이 옵션을 선택하면 계산에 사용할 a 수준을 입력하는 대화상자가 나타납니다.
개별값 신뢰 한계 계산식
개별 <열 이름>의 95% 하한과 개별 <열 이름>의 95% 상한이라는 두 개의 새 열을 생성합니다. 이 열은 개별 반응 값에 대한 95% 신뢰 하한 및 상한의 계산식과 값이 모두 포함됩니다.
참고: Shift 키를 누른 상태로 이 옵션을 선택하면 계산에 사용할 a 수준을 입력하는 대화상자가 나타납니다.
코딩 테이블 저장
첫 번째 열에 모든 모형 모수에 대한 JMP 코딩이 표시되는 새 데이터 테이블을 생성합니다. 마지막 열은 반응 값을 제공합니다. 반응 열을 두 개 이상 입력한 경우 이러한 모든 열이 코딩 테이블의 마지막 열로 나타납니다.
참고: 코딩 데이터 테이블에는 분석에 사용된 데이터 테이블 이름을 제공하는 "원래 데이터"라는 테이블 변수가 포함되어 있습니다. 기준 변수가 지정된 경우에는 "원래 데이터" 테이블 변수에 기준 변수와 해당 수준이 제공됩니다.
예측 계산식 게시
예측 계산식을 생성하여 계산식 저장소 플랫폼에 계산식 열 스크립트로 저장합니다. "계산식 저장소" 보고서가 열려 있지 않으면 "계산식 저장소" 보고서가 생성됩니다. 자세한 내용은 예측 및 전문 모델링의 계산식 저장소에서 확인하십시오.
표준 오차 계산식 게시
표준 오차 계산식을 생성하여 계산식 저장소 플랫폼에 계산식 열 스크립트로 저장합니다. "계산식 저장소" 보고서가 열려 있지 않으면 "계산식 저장소" 보고서가 생성됩니다. 자세한 내용은 예측 및 전문 모델링의 계산식 저장소에서 확인하십시오.
평균 신뢰 한계 계산식 게시
평균 반응에 대한 신뢰 한계 계산식을 생성하여 계산식 저장소 플랫폼에 계산식 열 스크립트로 저장합니다. "계산식 저장소" 보고서가 열려 있지 않으면 "계산식 저장소" 보고서가 생성됩니다. 자세한 내용은 예측 및 전문 모델링의 계산식 저장소에서 확인하십시오.
개별 신뢰 한계 계산식 게시
개별 반응 값에 대한 신뢰 한계 계산식을 생성하여 계산식 저장소 플랫폼에 계산식 열 스크립트로 저장합니다. "계산식 저장소" 보고서가 열려 있지 않으면 "계산식 저장소" 보고서가 생성됩니다. 자세한 내용은 예측 및 전문 모델링의 계산식 저장소에서 확인하십시오.