拟合线性模型 > 多元响应模型 > 响应规格 > “定制检验”选项
发布日期: 08/07/2020

“定制检验”选项

使用定制检验选项设置效应水平的定制检验。

注意:有关如何创建定制检验的说明,请参见定制检验

每个效应名称旁边的菜单图标为您提供以下选项,以请求有关多元拟合的其他信息:

检验详细信息

显示用于构造多元检验统计量的 E1H 矩阵的特征值和特征向量。请参见检验详细信息

重心图

在从检验空间生成的前两个典型变量上标绘重心(多元最小二乘均值)。请参见重心图

保存典型得分

将名为 Canon[1]Canon[2] 等的变量保存为当前数据表中的列。这些列具有值和公式。相关示例,请参见保存典型得分。有关技术细节的信息,请参见典型详细信息

对比

执行您在对比对话框中指定的处理水平的统计对比。

注意:对比命令与具有单个响应的回归相同。有关最小二乘均值对比命令的说明和示例,请参见最小二乘均值对比

检验详细信息

“检验详细信息”报表提供有关整体模型或指定效应的检验的典型详细信息。

特征值

在计算多元检验统计量中使用的 E1H 矩阵的特征值。

典型相关性

与每个特征值关联的典型相关性。这是变换的响应与效应的典型相关性(已针对模型中的所有其他效应进行了校正)。

特征向量

E1H 矩阵或等价的 (E + H)1H 的特征向量。

“检验详细信息”的示例

1. 选择帮助 > 样本数据库,然后打开 Iris.jmp

Iris 数据 (Mardia et al. 1979) 具有物种的三个水平,名为 Virginica、Setosa 和 Versicolor。对每个样本取四个测量值(花瓣长度花瓣宽度萼片长度萼片宽度)。

2. 选择分析 > 拟合模型

3. 选择花瓣长度花瓣宽度萼片长度萼片宽度,然后点击 Y

4. 选择物种并点击添加

5. 对于特质,请选择多元方差分析

6. 点击运行

7. 点击选择响应按钮并选择恒等

8. 点击运行

9. 点击“物种”红色小三角并选择检验详细信息

将显示特征值、特征向量和典型相关性。

检验详细信息 

重心图

重心图命令(从“物种”红色小三角访问)在从检验空间生成的前两个典型变量上标绘重心(多元最小二乘均值),如重心图和重心值 中所示。第一个典型轴是垂直轴,以便在检验空间只有一个维时,重心在垂直轴上排成一条直线。重心点用对应于 95% 置信区域的圆圈显示 (Mardia et al. 1979)。在效应检验下创建重心图时,对应于要检验的效应的圆圈显示为红色。其他圆圈显示为蓝色。双标图射线显示检验空间中原始响应变量的方向。请参见“重心图”选项的详细信息

点击重心值展开图标以显示其他信息,如重心图和重心值 中所示。

具有特征值的第一个典型轴比第二个轴解释更多分离。均值被很好地分离(判别),第一组比其他两组隔得更远。第一个典型变量似乎针对花瓣宽度变量加载花瓣长度变量。可以使用双标图射线和相关的特征向量验证各组变量之间的关系。

重心图和重心值 

保存典型得分

将名为 Canon[i] 的列保存到数据表,其中 i 表示 Y 变量的第 i 个典型得分。典型得分基于用于构造多元检验统计量的 E1H 矩阵来计算。保存对应于非零特征值的特征向量的典型得分。

典型相关性

典型相关性分析不是特定命令,但是可以通过多元拟合平台中的一系列命令来执行该分析,如下所示:

1. 执行“检验详细信息”的示例中的步骤 1步骤 8

2. 点击“整体模型”红色小三角并选择检验详细信息

3. 点击“整体模型”红色小三角并选择保存典型得分

详细信息在特征值旁边列出典型相关性(典型相关性)。保存的变量称为 Canon[1]Canon[2] 等等。这些列同时包含值和公式。

要获得 X 侧的典型变量,请重复相同步骤,但是将 XY 变量互换。若您已有附加到数据表的列 Canon[n],则新列名为使名称唯一的 Canon[n] 2(或另一数字)。

对于另一示例,按以下步骤操作:

1. 选择帮助 > 样本数据库,然后打开 Exercise.jmp

2. 选择分析 > 拟合模型

3. 选择引体向上仰卧起坐向上跳,然后点击 Y

4. 选择体重腰围脉搏,然后点击添加

5. 对于特质,请选择多元方差分析

6. 点击运行

7. 点击选择响应按钮并选择恒等

8. 点击运行

9. 点击“整体模型”红色小三角并选择检验详细信息

10. 点击“整体模型”红色小三角并选择保存典型得分

典型相关性 

输出典型变量使用显示为 Y 变量的线性组合的特征向量。例如,canon[1] 的公式为:

0.02503681*引体向上数 + 0.00637953*仰卧起坐数 + -0.0052909*向上跳数

该典型分析不生成均值为 0 且标准差为 1 的标准化变量,但是很容易使用具有这些功能的计算器定义新的标准化变量。

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