基本分析 > 二元分析 > “二元”平台的更多示例 > “拟合正交”选项的示例
发布日期: 04/13/2021

“拟合正交”选项的示例

该示例涉及两部分。首先,使用“分布”平台使变量标准化。然后,使用标准化的变量拟合正交模型。

使变量标准化

1. 选择帮助 > 样本数据库,然后打开 Big Class.jmp

2. 选择分析 > 分布

3. 选择身高体重,并点击Y,列

4. 点击确定

5. 按住 Ctrl 键。点击身高红色小三角并选择保存 > 标准化

按住 Ctrl 键将该操作传播至报表窗口中的所有变量。请注意,Big Class.jmp 样本数据表中添加了两个新列。

6. 关闭“分布”报表窗口。

使用标准化变量拟合正交模型

1. Big Class.jmp 样本数据表中,选择分析 > 以 X 拟合 Y

2. 选择标准化: 体重并点击 Y,响应

3. 选择标准化: 身高并点击 X,因子

4. 点击确定

5. 点击“二元拟合,以‘标准化: 身高’拟合‘标准化: 体重’”旁边的红色小三角,然后选择拟合线

6. 点击以“‘标准化: 身高’拟合‘标准化: 体重’”旁边的红色小三角,然后选择拟合正交。然后选择以下每一项:

方差相等

以 X 拟合 Y

指定方差比,并键入 0.2。

指定方差比,并键入 5。

图 5.21 正交拟合选项的示例 

Image shown here

Figure 5.21 中的散点图显示标准化的身高和体重值,并通过多个线条拟合来演示所选的不同正交方差比的行为。在认为 X 变量的方差非常小时,将呈现标准线性回归(拟合线)。当 Y 变量的变异可忽略时,以 X 拟合 Y 是另一个极端。所有其他线条都落在这两个极端之间,并随方差比的变动而偏移。随着方差比增大,Y 响应中的变异占主导地位,拟合线的偏斜程度更靠近以 X 拟合 Y。同样,当您减小方差比时,拟合线的偏斜程度更靠近以 Y 拟合 X

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