发布日期: 04/13/2021

“逆预测”示例

逆预测允许您预测在响应的指定概率处一个自变量的值。若有多个自变量,则必须指定除您要预测的自变量之外的所有自变量值。

针对金属锭执行一个实验。采用不同加热时间和浸泡时间准备这些金属锭,然后检验金属锭是否可以滚压。请参见 Cox and Snell (1989)。在 JMP 中,数据包含在 Ingots.jmp 样本数据表中。

您想预测在可以滚压的概率分别为 0.8 和 0.9、浸泡时间为 2 时的加热时间。

1. 要进行分析,执行名义型 Logistic 回归的示例中的步骤。

2. 点击“‘可用性’的名义型 Logistic 拟合”旁边的红色小三角并选择逆预测

3. 删除加热时间的值。

因为您要找到加热时间的预测值,因此将加热时间值留空。

4. 浸泡时间输入 2。

您要预测浸泡时间为 2 时的加热时间。

5. 在“概率”下,在前两行中输入 0.9 和 0.8。

图 11.7 “逆预测规格”窗口 

Image shown here

6. 点击确定

图 11.8 “逆预测”报表 

Image shown here

浸泡时间为 2 时,若金属锭有 90%的机会可以滚压,加热时间的预测值为 39.60,其 95% 置信区间为 32.09 到 57.29。当浸泡时间为 2 时,若金属锭有 80%的机会可以滚压,加热时间的预测值为 49.49,其 95% 置信区间为 39.90 到 78.71。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).