基本的な回帰モデル > モデルの指定 > 「モデルの指定」のテンプレート
公開日: 09/19/2023

「モデルの指定」のテンプレート

特定の種類のモデルを作成するには、「モデルのあてはめ」起動ウィンドウの「モデル効果の構成」パネルで、適切な効果を入力します。

この節では、XとZは、連続尺度の列を表します。A、B、Cは、名義尺度または順序尺度の列を表します。

次のようなモデルのモデル効果を作成する基本手順を示します。

単回帰

1変数の多項式

2変数の多項式

重回帰

一元配置分散分析

二元配置分散分析

交互作用のある二元配置分散分析

すべての交互作用を含む三元配置分散分析

共分散分析(傾きが等しい場合)

共分散分析(傾きが異なる場合)

2因子の枝分かれ変量効果モデル

3因子の完全枝分かれ変量効果モデル

分割実験モデル(複合対称誤差構造の反復測定モデル)

2因子の応答曲面モデル

節点スプライン効果

単回帰

入力する効果: X

1. 「列の選択」リストで、Xを選択します。

2. [追加]をクリックします。

メモ: 単回帰モデルの例については、単回帰の例を参照してください。

1変数の多項式

入力する効果: X、X*X、...、Xk

1. 「次数」のテキストボックスにk(2以上の整数)を入力します。

2. 「列の選択」リストで、Xを選択します。

3. [マクロ]>[多項式の次数]を選択します。

メモ: 1変数の多項式モデルの例については、多項式効果モデルの例を参照してください。

2変数の多項式

入力する効果: X、X*X、...、Xk、Z、Z*Z、...、Zk

1. 「次数」のテキストボックスにk(2以上の整数)を入力します。

2. 「列の選択」リストで、XとZを選択します。

3. [マクロ]>[多項式の次数]を選択します。

重回帰

入力する効果: 選択した列

1. 「列の選択」リストで、連続尺度の効果を2つ選択します。

2. [追加]をクリックします。

メモ: 複数の説明変数がある重回帰の例については、「モデルのあてはめ」で行う回帰分析の例を参照してください。

一元配置分散分析

入力する効果: A

1. 「列の選択」リストで、1つの名義尺度または順序尺度の効果Aを選択します。

2. [追加]をクリックします。

メモ: 一元配置分散分析の例については、一元配置分散分析の例を参照してください。

二元配置分散分析

入力する効果: A、B

1. 「列の選択」リストで、2つの名義尺度または順序尺度の効果A、Bを選択します。

2. [追加]をクリックします。

メモ: 二元配置分散分析の例については、二元配置分散分析の例を参照してください。

交互作用のある二元配置分散分析

入力する効果: A、B、A*B

1. 「列の選択」リストで、2つの名義尺度または順序尺度の効果A、Bを選択します。

2. [マクロ]>[完全実施要因]を選択します。

もしくは、次のように指定します。

1. 「列の選択」リストで、2つの名義尺度または順序尺度の効果A、Bを選択します。

2. [追加]をクリックします。

3. 「列の選択」リストで、AとBを選択し、[交差]をクリックします。

メモ: 交互作用のある二元配置分散分析モデルの例については、交互作用のある二元配置分散分析の例を参照してください。

すべての交互作用を含む三元配置分散分析

入力する効果: A、B、C、A*B、A*C、B*C、A*B*C

1. 「列の選択」リストで、3つの名義尺度または順序尺度の効果A、B、Cを選択します。

2. [マクロ]>[完全実施要因]を選択します。

メモ: すべての交互作用を含む三元配置分散分析モデルの例については、すべての交互作用を含む三元配置分散分析の例を参照してください。

共分散分析(傾きが等しい場合)

Xが共変量となっている状況で、Aの効果を調べます。まず、ここでは、共通の傾きをもつ共分散分析(Xの効果がAの水準で変化しないと仮定したモデル)の指定方法を説明します。

入力する効果: A、X

1. 「列の選択」リストで、1つの名義尺度または順序尺度の効果A、および1つの連続尺度の効果Xを選択します。

2. [追加]をクリックします。

メモ: 共分散分析(傾きが等しい場合)の例については、傾きが等しい共分散分析の例を参照してください。

共分散分析(傾きが異なる場合)

Xが共変量となっている状況で、Aの効果を調べます。ただし、ここでは、先ほどとは異なり、Aの水準によってXの傾きが異なるモデルの指定方法を説明します。

入力する効果: A、X、A*X

1. 「列の選択」リストで、1つの名義尺度または順序尺度の効果A、および1つの連続尺度の効果Xを選択します。

2. [マクロ]>[完全実施要因]を選択します。

もしくは、次のように指定します。

1. 「列の選択」リストで、1つの名義尺度または順序尺度の効果A、および1つの連続尺度の効果Xを選択します。

2. [追加]をクリックします。

3. 「列の選択」リストで、AとXを選択し、[交差]をクリックします。

メモ: 共分散分析(傾きが異なる場合)の例については、傾きが異なる共分散分析の例を参照してください。

2因子の枝分かれ変量効果モデル

ここでは枝分かれ効果の指定方法を説明します。AとBの2因子があり、BがAから枝分かれしている場合を考えてみましょう。実用上では、枝分かれ効果は、固定効果ではなく、変量効果として扱われることが多いです。ここでも、枝分かれ効果を変量効果として扱います。

入力する効果: A、B[A]&変量効果

1. 「列の選択」リストで、2つの名義尺度または順序尺度の効果A、Bを選択します。

2. [追加]をクリックします。

3. BをAの枝分かれとするには、「モデル効果の構成」リストでBを選択します。「列の選択」リストで、Aを選択します。こうすると、これら2つの効果が強調表示された状態になります。

4. [枝分かれ]ボタンをクリックします。

5. 「モデル効果の構成」リストでB[A]を強調表示し、[属性]>[変量効果]を選択します。

メモ: 2因子の枝分かれ変量効果モデルの例については、2因子の枝分かれ変量効果モデルの例を参照してください。

3因子の完全枝分かれ変量効果モデル

3つの因子A、B、Cがあり、AからBが枝分かれしており、さらに、BからCが枝分かれしているとします。ここでも、BとCは変量効果と見なします。

入力する効果: A、B[A]&変量効果、C[A,B]&変量効果

1. 「列の選択」リストで、3つの名義尺度または順序尺度の効果A、B、Cを選択します。

2. [追加]をクリックします。

3. BをAの枝分かれとするには、「モデル効果の構成」リストでBを選択します。「列の選択」リストで、Aを選択します。こうすると、これら2つの効果が強調表示された状態になります。

4. [枝分かれ]ボタンをクリックします。

5. CをAとBからの枝分かれ効果とするには、まず、「モデル効果の構成」リストでCを選択します。次に「列の選択」リストで、AとBを選択します。こうすると、これら3つの効果が強調表示された状態になります。

6. [枝分かれ]ボタンをクリックします。

7. 「モデル効果の構成」リストでB[A]とC[A,B]の両方を強調表示し、[属性]>[変量効果]を選択します。

分割実験モデル(複合対称誤差構造の反復測定モデル)

入力する効果: A、B[A]&変量効果、C、C*A。ここで、Aを1次単位に割り付けられた因子、B[A]を1次単位を識別するID、Cを2次単位に割り付けられた因子(たとえば時間)とします。

1. 「列の選択」リストで、2つの名義尺度または順序尺度の効果A、Bを選択します。

2. [追加]をクリックします。

3. BをAの枝分かれとするには、「モデル効果の構成」リストでBを選択します。「列の選択」リストで、Aを選択します。こうすると、これら2つの効果が強調表示された状態になります。

4. [枝分かれ]ボタンをクリックします。

5. 「モデル効果の構成」リストでB[A]を選択します。

6. [属性]>[変量効果]を選択します。

7. 「列の選択」リストで、3番目の名義尺度または順序尺度の効果Cをクリックします。

8. [追加]をクリックします。

9. 「モデル効果の構成」リストでCを選択します。「列の選択」リストで、Aをクリックします。両方の効果が強調表示されます。

10. [交差]ボタンをクリックします。

メモ: 誤差構造が複合対称である反復測定モデルの例については、誤差構造が複合対称である反復測定モデルの例を参照してください。

2因子の応答曲面モデル

入力する効果: X&RS、Z&RS、X*X、X*Z、Z*Z

1. 「列の選択」リストで、2つの連続尺度の効果XとZを選択します。

2. [マクロ]>[応答曲面]を選択します。

節点スプライン効果

入力する効果: X&節点スプライン

1. 「列の選択」リストで、連続尺度の効果Xを選択します。

2. [追加]をクリックします。

3. 「モデル効果の構成」リストでXを選択します。

4. [属性]>[節点スプライン効果]を選択します。

5. 表示されるウィンドウで、節点の数を指定します。「0」と指定すると、デフォルトの個数が使われます。

6. [OK]をクリックします。

メモ: 節点スプライン効果のあるモデルの例については、節点スプライン効果の例を参照してください。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).