1

我正在尝试采用一组自变量并测试它们是否（在统计上显着）与两组数据相关。

我被告知在 JMP 中执行此操作的方法是进行一系列线性回归，如下所示，

result = group + varA + group*varA

然后检查交互效应的重要性，例如，这个“Country*Displacement”示例中的“Prob > F”列：http: //i.stack.imgur.com/EcCdd.png（我没有发布图像的声誉。）

现在，我需要能够切换这些变量之一；也就是说，对于约 350 个变量的列表，比如varA,varB等，我需要运行以下回归，

result = group + varA + group*varA
result = group + varB + group*varB
result = group + varC + group*varC
...

并得到该交互效应的意义。以前编写脚本的尝试产生了约 350 个结果窗口，或约 350 个模型对话框。. . 任何意见，将不胜感激。

编辑：

例如，使用 Airline Delays JMP 样本数据集，这是以下步骤之一的结果：http: //i.stack.imgur.com/HVFL8.png。我需要为一组变量中的每一个提取交互效应的显着性（效应测试下的 0.1397）；例如，将“Distance”变量与“Elapsed Time”互换。但是我需要在一组 ~350 中为每个变量交换这个变量。

4

1 回答 1

0

假设你知道如何通过这些值。这将为您提供 P 值的效果。

fit = Fit Model(
    Y( :Arrival Delay ),
    Effects( :Distance, :Day of Week, :Distance * :Day of Week ),
    Personality( Standard Least Squares ),
    Emphasis( Minimal Report ),
    Run(
        :Arrival Delay << {Lack of Fit( 0 ), Plot Actual by Predicted( 0 ),
        Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 )}
    )
);

hash = associative array(fit<<Get Effect Names, fit<<Get Effect PValues);

value = hash["Distance*Day of Week"];

然后只是关闭适合<<关闭窗口；并继续下一个参数。

于 2014-11-25T20:09:28.900 回答