일반화 선형 모형 적합 보고서 옵션
"일반화 선형 모형 적합"의 빨간색 삼각형 메뉴에는 다음 옵션이 포함되어 있습니다.
사용자 검정
사용자 가설을 검정할 수 있습니다. 사용자 검정에 대한 자세한 내용은 "사용자 검정"에서 확인하십시오.
대조
대조 창에서 지정한 처리 수준의 통계적 대조를 위해 사용자 정의 F-검정을 실행합니다. 대조에 공변량이 포함된 경우 대조를 검정할 공변량 값을 지정할 수 있습니다. "대조" 옵션의 예는 일반화 선형 모형에서 대조 사용의 예에서 확인하십시오.
참고: 일반화 선형 모형의 "대조" 옵션은 단일 반응이 포함된 회귀 모형의 해당 옵션과 유사합니다. "최소 제곱 평균 대조" 옵션에 대한 설명과 예는 "최소 제곱 평균 대조"에서 확인하십시오.
역추정 예측
(연속형 효과가 있고 오프셋 변수가 없는 모형에만 사용 가능) Y 및 다른 모든 요인의 특정 값을 기반으로 X 예측값과 신뢰 구간을 생성합니다. "역추정 예측" 옵션에 대한 자세한 내용은 "역추정 예측"에서 확인하십시오.
추정값 공분산
모형의 모든 효과에 대한 공분산 행렬을 표시하거나 숨깁니다. 모수 추정량의 추정된 공분산 행렬은 다음과 같이 정의됩니다.
Σ = -H-1
여기서 H는 마지막 반복의 모수 추정값을 사용하여 평가된 헤시안(또는 2차 도함수) 행렬입니다. 산포 모수는 추정되었는지 아니면 지정되었는지에 관계없이 H에 통합되고, 별칭이 지정된 모수에 해당하는 행과 열은 Σ에 포함되지 않습니다.
추정값 상관계수
모형의 모든 효과에 대한 상관 행렬을 표시하거나 숨깁니다. 상관 행렬은 정규화된 공분산 행렬입니다. Σ의 각 σij 요소에 대해 상관 행렬의 해당 요소는 σij/σiσj이며, 여기서 
입니다.
프로파일러
(오프셋 변수가 포함된 모형에는 사용 불가능) 적합 모형을 탐색할 수 있는 다양한 프로파일러를 제공합니다.
프로파일러
예측 방정식을 한 번에 한 요인씩 분할하여 시각적으로 탐색하는 데 사용되는 예측 프로파일러를 표시하거나 숨깁니다. 예측 프로파일러에는 최적화를 위한 기능이 포함되어 있습니다. 예측 프로파일러에 대한 자세한 내용은 프로파일러의 "프로파일러"에서 확인하십시오.
등고선 프로파일러
한 번에 두 개의 요인에 대한 반응 등고선을 시각적으로 보여 주는 등고선 프로파일러를 표시하거나 숨깁니다. 등고선 프로파일러에 대한 자세한 내용은 프로파일러의 "등고선 프로파일러"에서 확인하십시오.
표면 프로파일러
반응에 대한 대화식 표면 그림을 표시하거나 숨깁니다. 표면 프로파일러에 대한 자세한 내용은 프로파일러의 "표면 그림"에서 확인하십시오.
진단 그림
현재 모형이 얼마나 적합한지 평가하는 데 도움이 되는 다양한 그림을 제공합니다. 이러한 그림을 통해 이상치를 검색하고 모형의 적합성을 판단할 수 있습니다. 이탈도에 대한 자세한 내용은 모형 선택 및 이탈도에 대한 통계 상세 정보에서 확인하십시오. 다음과 같은 그림을 사용할 수 있습니다.
스튜던트화 이탈도 잔차 대 예측값
세로 축에 스튜던트화 이탈도 잔차를 나타내고 가로 축에 예측 반응 값을 나타내는 그림을 표시하거나 숨깁니다.
스튜던트화 Pearson 잔차 대 예측값
세로 축에 스튜던트화 Pearson 잔차를 나타내고 가로 축에 예측 반응 값을 나타내는 그림을 표시하거나 숨깁니다.
이탈도 잔차 대 예측값
세로 축에 이탈도 잔차를 나타내고 가로 축에 예측 반응 값을 나타내는 그림을 표시하거나 숨깁니다.
Pearson 잔차 대 예측값
세로 축에 Pearson 잔차를 나타내고 가로 축에 예측 반응 값을 나타내는 그림을 표시하거나 숨깁니다.
회귀 그림
(연속형 예측 변수가 하나이고 범주형 예측 변수가 최대 한 개인 경우에만 사용 가능) 세로 축에 반응을 나타내고 가로 축에 연속형 예측 변수를 나타내는 그림을 표시하거나 숨깁니다. 점 위에 회귀선이 표시됩니다. 모형에 범주형 예측 변수가 있는 경우 범주형 예측 변수의 각 수준에 별도의 회귀선이 있고 그림 옆에 범례가 나타납니다.
선형 예측 변수 그림
(연속형 예측 변수가 하나이고 범주형 예측 변수가 최대 한 개인 경우에만 사용 가능) 세로 축에 역 연결 함수에 의해 변환된 반응을 나타내고 가로 축에 연속형 예측 변수를 나타내는 그림을 표시하거나 숨깁니다. 점 위에 변환된 회귀선이 표시됩니다. 모형에 범주형 예측 변수가 있는 경우 범주형 예측 변수의 각 수준에 별도의 변환된 회귀선이 있고 그림 옆에 범례가 나타납니다.
열 저장
특정 통계량을 현재 데이터 테이블의 새 열로 저장할 수 있는 옵션이 포함된 하위 메뉴를 표시합니다. 잔차 계산식에 대한 자세한 내용은 잔차 계산식에서 확인하십시오.
예측 계산식
새 계산식 열을 데이터 테이블에 저장합니다. 새 열에는 지정된 모형에 의해 계산된 평균의 예측값 계산식이 포함됩니다.
예측값
새 열을 데이터 테이블에 저장합니다. 새 열에는 모형에서 예측한 값이 포함됩니다.
평균 신뢰 구간
새 열을 데이터 테이블에 저장합니다. 새 열에는 모형의 예측 방정식에 대한 95% 신뢰 한계가 포함됩니다. 이러한 신뢰 한계는 모수 추정값의 변동을 반영합니다.
참고:"모형 적합" 창의 "모형 규격" 빨간색 삼각형 메뉴에서 "유의 수준 설정"을 선택하여 신뢰 한계의 α 수준을 변경할 수 있습니다.
개별값 신뢰 한계 저장
새 열을 데이터 테이블에 저장합니다. 새 열에는 모형의 주어진 개별값에 대한 95% 신뢰 한계가 포함됩니다. 이러한 신뢰 한계는 오차의 변동과 모수 추정값의 변동을 반영합니다.
참고:"모형 적합" 창의 "모형 규격" 빨간색 삼각형 메뉴에서 "유의 수준 설정"을 선택하여 신뢰 한계의 α 수준을 변경할 수 있습니다.
이탈도 잔차
새 열을 데이터 테이블에 저장합니다. 새 열에는 이탈도 잔차가 포함됩니다.
Pearson 잔차
새 열을 데이터 테이블에 저장합니다. 새 열에는 Pearson 잔차가 포함됩니다.
스튜던트화 이탈도 잔차
새 열을 데이터 테이블에 저장합니다. 새 열에는 스튜던트화 이탈도 잔차가 포함됩니다.
스튜던트화 Pearson 잔차
새 열을 데이터 테이블에 저장합니다. 새 열에는 스튜던트화 Pearson 잔차가 포함됩니다.
모형 대화상자
현재 분석을 위해 완료된 "모형 적합" 시작 창을 표시합니다.
효과 요약
모형의 효과를 대화식으로 업데이트할 수 있는 "효과 요약" 보고서를 표시하거나 숨깁니다. 자세한 내용은 "효과 요약 보고서"에서 확인하십시오.
다음 옵션에 대한 자세한 내용은 JMP 사용의 "Local Data Filters in JMP Reports", "Redo Menus in JMP Reports", "Group Platform" 및 "Save Script Menus in JMP Reports"에서 확인하십시오.
로컬 데이터 필터
특정 보고서에서 사용되는 데이터를 필터링할 수 있는 로컬 데이터 필터를 표시하거나 숨깁니다.
다시 실행
분석을 반복하거나 다시 시작할 수 있는 옵션이 포함되어 있습니다. 이 기능을 지원하는 플랫폼에서 "자동 재계산" 옵션은 해당하는 보고서 창에서 데이터 테이블에 대한 변경 사항을 즉시 반영합니다.
플랫폼 환경 설정
현재 플랫폼 환경 설정을 보거나, 현재 JMP 보고서의 설정과 일치하도록 플랫폼 환경 설정을 업데이트할 수 있는 옵션이 포함되어 있습니다.
스크립트 저장
보고서를 재생성하는 스크립트를 여러 대상에 저장할 수 있는 옵션이 포함되어 있습니다.
참고: 이 플랫폼의 추가 옵션은 스크립트를 통해 사용할 수 있습니다. "도움말" 메뉴에서 "스크립트 인덱스"를 엽니다. 또한 "스크립트 인덱스"에서 이 섹션에 설명된 옵션의 스크립트 예제도 찾을 수 있습니다.