使用定制检验选项设置效应水平的定制检验。
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
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
1.
选择帮助 > 样本数据库,然后打开 Iris.jmp
鸢尾数据 (Mardia, Kent, and Bibby 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
检验详细信息
重心图命令(从“物种”旁边的红色小三角菜单访问)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, Kent, and Bibby, 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。
重心图和重心值
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 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。
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)。
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
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