반응 옵션
"최소 제곱 적합" 보고서에서 반응 변수의 빨간색 삼각형 메뉴에는 모형 보고서를 사용자 정의하는 옵션이 포함되어 있습니다.
회귀 보고서
기본 보고서와 보고서 옵션을 제공합니다. 자세한 내용은 회귀 보고서에서 확인하십시오.
적합 요약
모형 적합 통계량 요약이 포함된 보고서를 표시하거나 숨깁니다. 자세한 내용은 적합 요약에서 확인하십시오.
분산 분석
적합 모형을 단순 평균 모형과 비교하기 위한 통계량이 포함된 보고서를 표시하거나 숨깁니다. 자세한 내용은 분산 분석에서 확인하십시오.
모수 추정값
모수 추정값 및 각 모수가 0이라는 가설에 대한 t-검정이 포함된 보고서를 표시하거나 숨깁니다. 자세한 내용은 모수 추정값에서 확인하십시오.
효과 검정
모형의 고정 효과에 대한 검정이 포함된 보고서를 표시하거나 숨깁니다. 자세한 내용은 효과 검정에서 확인하십시오.
효과 상세 정보
개별 효과에 대한 상세 정보, 그림, 검정이 포함된 보고서를 표시하거나 숨깁니다. 자세한 내용은 효과 상세 정보에서 확인하십시오.
"효과 레버리지" 강조 옵션을 선택하면 "최소 제곱 적합" 보고서 창 맨 위에 각 효과의 개별 보고서가 제공됩니다. 이 보고서에는 레버리지 그림과 효과 상세 정보 옵션이 포함됩니다. 자세한 내용은 효과 레버리지 그림에서 확인하십시오.
적합 결여
해당 검정을 수행할 수 있는 경우 모형에 적절한 효과가 포함되었는지 평가하는 검정을 표시하거나 숨깁니다. 자세한 내용은 적합 결여에서 확인하십시오.
모든 신뢰 구간 표시
모수 추정값과 최소 제곱 평균 추정값의 신뢰 구간을 표시하거나 숨깁니다.
AICc
적합 요약 보고서에서 수정 AICc(Akaike 정보 기준) 및 BIC(베이지안 정보 기준) 값을 표시하거나 숨깁니다. 자세한 내용은 "가능도, AICc 및 BIC"에서 확인하십시오.
추정값
모수 추정값과 관련된 추가 분석을 위한 옵션을 제공합니다. 자세한 내용은 추정값에서 확인하십시오.
예측 표현식 표시
추정된 모형에 대한 방정식을 포함하는 "예측 표현식" 보고서를 표시하거나 숨깁니다. 자세한 내용은 예측 표현식 표시에서 확인하십시오.
정렬된 추정값
선별 상황에서 유용할 수 있는 "정렬된 모수 추정값" 보고서를 표시하거나 숨깁니다. 설계가 포화되지 않은 경우 이 보고서는 절편을 제외한 항을 유의성이 큰 것부터 순서대로 정렬한 "모수 추정값" 보고서와 동일합니다. 설계가 포화된 경우에는 유사 t-검정이 제공됩니다. 자세한 내용은 정렬된 추정값에서 확인하십시오.
확장 추정값
(하나 이상의 효과가 연속형이 아닌 경우에만 사용 가능) 명목형 모형 효과의 모든 수준에 대한 모수 추정값을 표시하거나 숨깁니다. 수준이 k개인 명목형 효과의 경우 "모수 추정값" 보고서에는 k–1개 모수에 대한 계수가 포함되고 "확장 추정값" 테이블에는 k개 수준 모두에 대한 효과 계수가 포함됩니다. 자세한 내용은 확장 추정값에서 확인하십시오.
표시자 파라미터화 추정값
(모형 효과 중 명목형 열과 절편이 있는 경우에만 사용 가능) 전통적 표시 함수를 사용하여 모형의 명목형 효과가 파라미터화된 모수 추정값을 포함하는 "표시 함수 파라미터화" 보고서를 표시하거나 숨깁니다. 자세한 내용은 표시자 파라미터화 추정값에서 확인하십시오.
순차 검정
모형에 효과가 순차적으로 추가될 때 제곱합이 포함된 순차(유형 1) 검정 보고서를 표시하거나 숨깁니다. 이 보고서에는 순차 제곱합을 기반으로 한 F-검정이 포함됩니다. 자세한 내용은 순차 검정에서 확인하십시오.
사용자 검정
모형의 다양한 효과를 대조하는 사용자 정의 F-검정을 사용하여 사용자 가설을 검정할 수 있습니다. 자세한 내용은 사용자 검정에서 확인하십시오.
기울기 비교
(명목형 효과와 연속형 효과가 각각 하나이고 고정 효과의 교호작용 효과가 있는 경우에만 사용 가능) ANCOVA(공분산 분석) 모형에 대해 교호작용 기울기를 평균 기울기와 비교하는 ANOM(평균 분석) 보고서를 생성합니다. 자세한 내용은 기울기 비교에서 확인하십시오.
결합 요인 검정
(모형에 교호작용이 포함된 경우에만 사용 가능) 모형의 각 주효과에 대한 결합 검정을 표시하거나 숨깁니다. 결합 검정은 해당 주효과를 포함하는 모든 모수를 대상으로 합니다. 자세한 내용은 결합 요인 검정에서 확인하십시오.
역추정 예측
하나 이상의 반응 값에 대해 설명 변수 값을 예측할 수 있습니다. 자세한 내용은 역추정 예측에서 확인하십시오.
Cox 혼합물
(모형에 혼합 효과가 포함된 경우에만 사용 가능) 지정된 참조 혼합물 값에 기반한 Cox 혼합물 모형의 모수 추정값을 표시하거나 숨깁니다. 이러한 추정값을 사용하여 요인 효과를 도출하고 설계 공간의 참조점을 기준으로 반응 표면 모양을 추정할 수 있습니다. 자세한 내용은 Cox 혼합물에서 확인하십시오.
모수 검정력
모수 추정값 보고서에서 열을 추가하거나 제거합니다. 이러한 열에는 해당 가설 검정과 관련된 검정력 및 기타 상세 정보가 포함되어 있습니다. 자세한 내용은 모수 검정력에서 확인하십시오.
추정값 상관계수
지정된 적합을 통한 모수 추정값 간의 상관 행렬을 표시하거나 숨깁니다. 자세한 내용은 추정값 상관계수에서 확인하십시오.
오차 지정
(모형에 임의 효과가 포함되지 않은 경우에만 사용 가능) "최소 제곱 적합" 보고서에서 표준 오차 및 검정에 사용되는 오차 분산과 오차 자유도를 지정합니다. 오차 지정을 변경해도 스튜던트화 잔차 그림과 Box-Cox 변환 보고서는 영향을 받지 않습니다. "오차 지정"을 "순수 오차" 또는 "지정됨"으로 설정하면 "분산 분석" 보고서에 추가 열이 나타납니다. 자세한 내용은 분산 분석에서 확인하십시오.
기본 추정값
모형의 표준 제곱근 평균 제곱 오차와 오차 자유도를 사용하여 모든 검정 및 표준 오차를 계산합니다.
순수 오차
"적합 결여" 보고서의 순수 오차 평균 제곱과 관련 자유도를 사용하여 모든 검정 및 표준 오차를 계산합니다. 자세한 내용은 적합 결여에서 확인하십시오.
주의: 순수 오차 자유도가 1이면 검정력이 약하고 신뢰 한계가 크다는 경고 메시지가 표시됩니다.
지정됨
사용자가 지정한 오차 분산 값과 오차 자유도를 사용하여 모든 검정 및 표준 오차를 계산합니다.
효과 선별
유의한 효과를 식별하기 위한 보고서 및 그림을 제공합니다. 자세한 내용은 효과 선별에서 확인하십시오.
척도화된 추정값
평균이 0이고 범위가 2가 되도록 척도화된 요인에 해당하는 모수 추정값을 표시하거나 숨깁니다. 자세한 내용은 척도화된 추정값 및 연속형 항 코딩에서 확인하십시오.
정규 확률도
정규성에서 벗어난 모수 추정값을 식별하는 그림을 표시하거나 숨깁니다. 이렇게 하면 활성화된 효과를 확인하는 데 도움이 됩니다. 자세한 내용은 정규 확률도 보고서에서 확인하십시오.
Bayes 그림
베이지안 방법을 사용하여 모든 모형 항에 대한 사후 확률을 계산하는 그림을 표시하거나 숨깁니다. 자세한 내용은 Bayes 그림 보고서에서 확인하십시오.
파레토도
직교화 및 표준화된 모수 추정값의 절대값 그림을 표시하거나 숨깁니다. 이 그림은 절대값의 합에 대한 각 추정값의 구성 비율을 보여 줍니다. 자세한 내용은 파레토도 보고서에서 확인하십시오.
요인 프로파일링
반응이 모형 항과 어떻게 관련되어 있는지 검토하기 위한 프로파일러, 교호작용 및 입방체도를 제공합니다. Box-Cox 변환 적합을 위한 그림과 보고서도 제공합니다. 자세한 내용은 요인 프로파일링에서 확인하십시오.
참고: 모형에 표현식 또는 벡터가 효과로 포함된 경우 이러한 옵션 중 대부분을 사용할 수 없습니다.
프로파일러
예측 방정식을 한 번에 한 요인씩 분할하여 시각적으로 탐색하는 데 사용되는 예측 프로파일러를 표시하거나 숨깁니다. 예측 프로파일러를 사용하면 하나 이상의 반응에 대한 최적 설정을 찾고 시뮬레이션을 통해 반응 분포를 탐색할 수 있습니다. 자세한 내용은 프로파일러 및 프로파일러의 "프로파일러"에서 확인하십시오.
교호작용 그림
(모형에 교호작용 효과가 포함된 경우에만 사용 가능) 교호작용 그림 행렬을 표시하거나 숨깁니다. 자세한 내용은 교호작용 그림에서 확인하십시오.
등고선 프로파일러
(모형에 두 개 이상의 연속형 요인이 포함된 경우에만 사용 가능) 한 번에 두 개의 요인에 대한 반응 등고선을 시각적으로 보여 주는 등고선 프로파일러를 표시하거나 숨깁니다. 자세한 내용은 등고선 프로파일러 및 프로파일러의 "등고선 프로파일러"에서 확인하십시오.
혼합물 프로파일러
삼원 그림에 반응 등고선을 보여 주는 혼합물 프로파일러를 표시하거나 숨깁니다. 자세한 내용은 혼합물 프로파일러 및 프로파일러의 "혼합물 프로파일러"에서 확인하십시오.
참고:이 옵션은 모형에서 3개 이상의 요인에 혼합 효과 속성이 적용되거나 3개 이상의 요인 열에 혼합물 열 특성이 적용된 경우에만 사용할 수 있습니다.
입방체도
입방체 꼭짓점에 요인 범위의 극단값에 대한 예측값을 표시하거나 숨깁니다. 자세한 내용은 입방체도에서 확인하십시오.
Y의 Box-Cox 변환
반응에 멱(Box-Cox) 변환을 사용하여 모형을 재적합시키면 적합이 어떻게 달라지는지 보여 주는 Box-Cox 변환 보고서를 표시하거나 숨깁니다. 자세한 내용은 Y의 Box-Cox 변환에서 확인하십시오.
표면 프로파일러
반응 표면의 3차원 표면 그림을 표시하거나 숨깁니다. 자세한 내용은 표면 프로파일러 및 프로파일러의 "표면 그림"에서 확인하십시오.
행 진단
잔차를 검토하기 위한 그림 및 보고서를 제공합니다. 또한 PRESS 통계량을 보고하고 Durbin-Watson 검정을 제공합니다. 자세한 내용은 행 진단에서 확인하십시오.
회귀 그림
데이터의 산점도와 범주형 효과의 각 수준에 대한 회귀선을 포함하는 "회귀 그림" 보고서를 표시하거나 숨깁니다.
참고:이 옵션은 모형에 연속형 효과가 정확히 하나만 있고 범주형 효과가 최대 한 개인 경우에만 사용할 수 있습니다. 이러한 조건이 충족되면 "회귀 그림" 보고서가 기본적으로 표시됩니다.
실제값 대 예측값 그림
반응 예측값에 대한 반응 관측값을 보여 주는 실제값 대 예측값 그림을 표시하거나 숨깁니다. 이 그림은 전체 모형의 레버리지 그림입니다. 자세한 내용은 효과 레버리지 그림에서 확인하십시오.
참고:"모형 적합" 시작 창의 "강조"에서 "효과 레버리지" 또는 "효과 선별"을 선택하고 R² 값이 0.999 미만인 경우 "실제값 대 예측값 그림"이 기본적으로 표시됩니다.
효과 레버리지 그림
모형의 각 효과에 대한 "레버리지 그림" 보고서를 표시하거나 숨깁니다. 이 그림은 관측값이 해당 효과의 검정에 어떤 영향을 미치는지 보여 주고 다중공선성에 대한 정보를 제공합니다. 자세한 내용은 효과 레버리지 그림에서 확인하십시오.
참고:"모형 적합" 시작 창의 "강조"에서 "효과 레버리지"를 선택하고 R² 값이 0.999 미만인 경우 효과 레버리지 그림이 기본적으로 표시됩니다. 이 그림은 "전체 모형" 보고서의 오른쪽에 나타납니다. "강조"에서 다른 옵션을 선택하면 "효과 상세 정보" 보고서에 효과 레버리지 그림이 나타납니다. 모든 경우에 효과 레버리지 그림을 표시하려면 회귀 보고서 > 효과 상세 정보 옵션을 선택해야 합니다.
잔차 대 예측값 그림
(연속형 반응에만 사용 가능) 세로 축에 잔차가 있고 가로 축에 반응 예측값이 있는 그림을 표시하거나 숨깁니다. 일반적으로 잔차 값은 0 주위에 무작위로 흩어져 있는 것이 좋습니다.
참고:"모형 적합" 시작 창의 "강조"에서 "효과 레버리지" 또는 "효과 선별"을 선택하고 R² 값이 0.999 미만인 경우 "잔차 대 예측값 그림"이 기본적으로 표시됩니다.
잔차 대 행 번호 그림
세로 축에 잔차 값이 있고 가로 축에 행 번호가 있는 그림을 표시하거나 숨깁니다. 이 그림은 관측값의 행 순서로 인한 패턴을 탐지하는 데 도움이 될 수 있습니다.
스튜던트화 잔차 그림
세로 축에 스튜던트화 잔차가 있고 가로 축에 행 번호가 있는 "스튜던트화 잔차" 그림을 표시하거나 숨깁니다. 그림의 각 점은 현재 관측값이 삭제된 상태에서 구한 표준편차 추정값을 사용하여 계산됩니다. 이러한 잔차를 RStudent 또는 외부 스튜던트화 잔차라고도 합니다.
이 그림은 다음과 같은 두 가지 한계 집합을 포함합니다.
• 그림에 빨간색으로 표시되는 바깥쪽 한계는 95% Bonferroni 한계입니다. 이 한계는 ± tQuantile(0.025/n, n–p–1)에 위치합니다. 여기서 n은 관측값 수이고 p는 절편을 포함한 모수의 수입니다.
• 그림에 녹색으로 표시되는 안쪽 한계는 95% 개별 t 분포 한계입니다. 이 한계는 ± tQuantile(0.025, n–p–1)에 위치합니다. 여기서 n은 관측값 수이고 p는 절편을 포함한 모수의 수입니다.
빨간색 한계를 벗어나는 점은 가능성 있는 이상치로 처리해야 합니다. 녹색 한계를 벗어나지만 빨간색 한계 내에 있는 점은 가능하지만 확신도가 적은 이상치로 처리해야 합니다. "모형 규격" 창의 "유의 수준 설정" 옵션을 선택하여 이 한계에 대한 95% 신뢰 수준을 변경할 수 있습니다.
주의: 열 저장 > 스튜던트화 잔차를 사용하여 저장된 잔차는 외부 스튜던트화되지 않습니다.
참고:모형에 임의 효과가 포함되고 시작 창에서 "REML" 방법을 지정한 경우에는 "스튜던트화 잔차" 그림에 한계가 포함되지 않으며 표시된 점은 외부 스튜던트화되지 않습니다.
잔차 대 정규 분위수 그림
(시작 창에서 "REML" 방법을 지정한 경우에는 사용 불가능) 세로 축에 잔차 값이 있고 가로 축에 잔차의 정규 분위수가 있는 그림을 표시하거나 숨깁니다. 이 그림은 잔차의 정규성 가정을 평가하는 데 도움이 될 수 있습니다.
Press
Press 통계량과 RMSE(제곱근 평균 제곱 오차)를 포함하는 "Press" 보고서를 표시하거나 숨깁니다. Press 통계량은 여러 모형을 비교할 때 유용합니다. Press 통계량이 낮은 모형이 선호됩니다. 자세한 내용은 Press에서 확인하십시오.
Durbin-Watson 검정
(빈도 열을 지정한 경우에는 사용 불가능) 잔차에 1차 자기상관이 있는지 여부를 검정하는 통계량이 포함된 "Durbin-Watson" 보고서를 표시하거나 숨깁니다. 이 보고서에는 잔차의 자기상관 및 해당 통계량과 연관된 정확 확률도 제공됩니다. 이 옵션은 시계열 데이터에만 사용할 수 있으며 관측값이 시간순으로 정렬되어 있다고 가정합니다.
열 저장
결과를 별도의 데이터 테이블에 저장하는 "코딩 테이블 저장"을 제외하고 모형 결과를 데이터 테이블의 열로 저장합니다. 자세한 내용은 열 저장에서 확인하십시오.
예측 계산식
새 계산식 열을 데이터 테이블에 저장합니다. 새 열에는 적합 모형의 예측 계산식이 포함됩니다. 이 열은 예측의 출처를 명시하는 "노트" 및 "예측" 열 특성을 모두 포함합니다.
참고:저장된 예측 계산식 열은 반응 열의 특정한 특성을 상속합니다. 이러한 특성에는 반응 한계, 규격 한계, 관리 한계가 포함됩니다. 이 옵션을 선택한 후 반응 열의 해당 특성을 변경해도 저장된 예측 계산식 열의 특성은 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 계산식 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 α 수준을 입력하는 대화상자가 나타납니다.
예측값
새 열을 데이터 테이블에 저장합니다. 새 열에는 적합 모형의 예측값이 포함됩니다. 이 열은 예측의 출처를 명시하는 "노트" 및 "예측" 열 특성을 모두 포함합니다.
참고:저장된 열은 반응 열의 특정한 특성을 상속합니다. 이러한 특성에는 반응 한계, 규격 한계, 관리 한계가 포함됩니다. 이 옵션을 선택한 후 반응 열의 해당 특성을 변경해도 저장된 열의 특성은 업데이트되지 않습니다.
잔차
새 열을 데이터 테이블에 저장합니다. 새 열에는 반응 관측값에서 적합 모형의 예측값을 뺀 잔차가 포함됩니다.
평균 신뢰 구간
두 개의 새 열을 데이터 테이블에 저장합니다. 새 열에는 평균 반응에 대한 95% 신뢰 하한과 신뢰 상한이 포함됩니다. 여기에는 추정의 변동은 포함되지만 반응 자체의 변동은 포함되지 않습니다.
참고:Shift 키를 누른 상태로 이 옵션을 선택하면 계산에 사용할 α 수준을 입력하는 대화상자가 나타납니다.
개별값 신뢰 구간
두 개의 새 열을 데이터 테이블에 저장합니다. 새 열에는 개별 반응 값의 95% 신뢰 하한과 신뢰 상한이 포함됩니다. 여기에는 반응 자체의 변동과 추정의 변동이 모두 포함됩니다.
참고:Shift 키를 누른 상태로 이 옵션을 선택하면 계산에 사용할 α 수준을 입력하는 대화상자가 나타납니다.
스튜던트화 잔차
새 열을 데이터 테이블에 저장합니다. 새 열에는 잔차를 표준 오차로 나눈 스튜던트화 잔차가 포함됩니다.
외부 스튜던트화 잔차
(적합 방법이 REML인 경우에는 사용 불가능) 새 열을 데이터 테이블에 저장합니다. 새 열에는 잔차를 현재 행을 제외한 표준 오차 추정값으로 나눈 값이 포함됩니다. 자세한 내용은 스튜던트화 잔차 그림에서 확인하십시오.
해트 값
새 열을 데이터 테이블에 저장합니다. 새 열에는 X(X′X)−1X′ 행렬의 대각선 값이 포함됩니다. 이러한 값을 해트 값 또는 레버리지 값이라고도 합니다.
예측값의 표준 오차
새 열을 데이터 테이블에 저장합니다. 새 열에는 예측값의 표준 오차가 포함됩니다. 이 값은 평균 신뢰 구간을 계산하는 데 사용됩니다.
잔차의 표준 오차
새 열을 데이터 테이블에 저장합니다. 새 열에는 잔차 값의 표준 오차가 포함됩니다. 이 값은 스튜던트화 잔차를 계산하는 데 사용됩니다.
개별값의 표준 오차
새 열을 데이터 테이블에 저장합니다. 새 열에는 개별 반응 예측값의 표준 오차가 포함됩니다. 이 값은 개별값 신뢰 구간을 계산하는 데 사용됩니다.
효과 레버리지 쌍
새로운 열 집합을 데이터 테이블에 저장합니다. 새 열에는 각 레버리지 그림의 X 레버리지 값과 Y 레버리지 잔차가 포함됩니다. 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. Y 값은 편잔차(partial residual)입니다. X 값은 효과 레버리지 그림에서 회귀변수로 인한 수축을 나타냅니다.
Cook 거리 영향력
새 열을 데이터 테이블에 저장합니다. 새 열에는 각 관측값이 모형 추정에 미치는 영향도를 나타내는 Cook 거리 영향력 통계량 값이 포함됩니다.
예측값 표준 오차 계산식
새 계산식 열을 데이터 테이블에 저장합니다. 새 열에는 예측값 표준 오차를 회귀변수의 함수로 나타낸 계산식이 포함됩니다.
팁: 저장된 계산식이 클 수 있습니다. 계산식이 필요하지 않으면 "예측값의 표준 오차" 옵션을 사용합니다.
평균 신뢰 한계 계산식
두 개의 새로운 계산식 열을 데이터 테이블에 저장합니다. 이 열에는 평균 반응의 95% 신뢰 하한과 신뢰 상한을 회귀변수의 함수로 나타낸 계산식이 포함됩니다.
참고: Shift 키를 누른 상태로 이 옵션을 선택하면 계산에 사용할 α 수준을 입력하는 대화상자가 나타납니다.
개별값 신뢰 한계 계산식
두 개의 새로운 계산식 열을 데이터 테이블에 저장합니다. 이 열에는 개별 반응 값의 95% 신뢰 하한과 신뢰 상한을 회귀변수의 함수로 나타낸 계산식이 포함됩니다.
참고: Shift 키를 누른 상태로 이 옵션을 선택하면 계산에 사용할 α 수준을 입력하는 대화상자가 나타납니다.
코딩 테이블 저장
모든 모형 모수에 대한 JMP 코딩을 포함하는 새 데이터 테이블을 생성합니다. 마지막 열은 반응 변수의 값을 제공합니다. 반응 열을 두 개 이상 입력한 경우 이러한 모든 열이 코딩 테이블의 마지막 열로 나타납니다.
참고:코딩 데이터 테이블에는 분석에 사용된 데이터 테이블의 이름을 포함하는 "원래 데이터"라는 테이블 변수가 있습니다. "기준" 변수가 지정된 경우에는 "원래 데이터" 테이블 변수에 기준 변수와 해당 수준이 포함됩니다.
예측 계산식 게시
예측 계산식을 생성하여 계산식 저장소 플랫폼에 계산식 열 스크립트로 게시합니다. "계산식 저장소" 보고서가 열려 있지 않으면 "계산식 저장소" 보고서가 생성됩니다. 자세한 내용은 예측 및 전문 모델링의 "Formula Depot"에서 확인하십시오.
표준 오차 계산식 게시
표준 오차 계산식을 생성하여 계산식 저장소 플랫폼에 계산식 열 스크립트로 게시합니다. "계산식 저장소" 보고서가 열려 있지 않으면 "계산식 저장소" 보고서가 생성됩니다. 자세한 내용은 예측 및 전문 모델링의 "Formula Depot"에서 확인하십시오.
평균 신뢰 한계 계산식 게시
평균 반응 값의 신뢰 한계 계산식을 생성하여 계산식 저장소 플랫폼에 계산식 열 스크립트로 게시합니다. "계산식 저장소" 보고서가 열려 있지 않으면 "계산식 저장소" 보고서가 생성됩니다. 자세한 내용은 예측 및 전문 모델링의 "Formula Depot"에서 확인하십시오.
개별값 신뢰 한계 계산식 게시
개별 반응 값의 신뢰 한계 계산식을 생성하여 계산식 저장소 플랫폼에 계산식 열 스크립트로 게시합니다. "계산식 저장소" 보고서가 열려 있지 않으면 "계산식 저장소" 보고서가 생성됩니다. 자세한 내용은 예측 및 전문 모델링의 "Formula Depot"에서 확인하십시오.
다중 비교
효과 수준 간의 비교를 지정할 수 있습니다. 이러한 비교에는 단일 효과가 포함되거나, 유연한 사용자 비교를 정의할 수 있습니다. 전체 평균 및 대조군 평균과 비교하거나, Tukey HSD 또는 스튜던트 t를 사용하여 전체 쌍별 비교를 수행할 수 있습니다. 스튜던트 t 방법을 지정하는 경우 동등성 검정도 수행하여 실제적으로 중요한 쌍별 차이를 식별할 수 있습니다. 자세한 내용은 다중 비교에서 확인하십시오.
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 보고서에서 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.