多元方法 • 相关性和多元方法 • 启动“多元”平台
上一个
 • 
下一个
启动“多元”平台
通过选择分析 > 多元方法 > 多元来启动“多元”平台。
“多元”启动窗口
Y，列
定义一个或多个响应列。
权重
标识一列，列中的数值为分析中的每行分配一个权重。
频数
标识一列，列中的数值为分析中的每行分配一个频数。
依据
为“依据”变量的每个水平执行单独的多元分析。
估计方法
指定计算相关性的方法。REML 和配对是最常用的方法。其中有些方法提供了缺失数据的处理方式。您也可以通过使用估计协方差矩阵，然后使用补缺缺失数据命令来估计缺失值。请参见补缺缺失数据。
默认
默认选项使用“逐行”、“配对”或“REML”方法。
‒
逐行估计用于不含缺失值的数据表。
‒
配对估计用于包含缺失值并且多于 10 列、多于 5,000 行或列数多于行数的数据表。
‒
在其他情况下使用 REML 估计。
REML
限制最大似然 (REML) 估计使用所有数据，即使存在缺失值。由于存在偏倚修正因子，若您的数据集很大且包含许多缺失值，该方法会很慢。因此，REML 最适用于较小的数据集。若数据中不含缺失单元格，则 REML 和 ML 估计值等价于样本协方差矩阵。若存在缺失单元格，与 ML 估计相比，REML 的方差和协方差估计值的偏倚更小。详细信息，请参见REML。
ML
最大似然 (ML) 估计使用所有数据，即使存在缺失值。由于 ML 的估计值生成速度更快，该方法最适用于包含缺失数据的大数据表。
稳健
稳健估计使用所有数据，即使存在缺失值。该方法降低了极值的权重，因此最适用于可能具有离群值的数据表。有关统计详细信息，请参见稳健。
逐行
逐行估计不使用含缺失值的观测，因此在应用该方法之前会删除包含缺失单元格的行。该方法可用于排除包含缺失数据的所有观测。逐行估计是唯一可在早于 JMP 8 版本使用的估计方法，因此它还可用于检查早于 JMP 8 的 JMP 版本的兼容性。
配对
配对估计使用所有数据，即使存在缺失值。该估计方法针对每一对列组合中不含缺失值的所有行进行相关性的计算。它最适用于包含缺失值并且列数多于行数、多于 10 列或多于 5,000 行的数据表。
注意：若您选择“REML”、“ML”或“稳健”，而您的数据表中的列数多于行数并且具有缺失值，JMP 会将“估计方法”切换为“配对”。
矩阵格式
选择用于“散点图矩阵”的格式选项。“方形”选项为所有排序列组合显示图。“下三角”在对角线下方显示图，前 n - 1 个列显示在水平轴上。“上三角”在对角线上方显示图，前 n - 1 个列显示在垂直轴上。