典型详细信息

“检验详细信息”选项的详细信息

当您为给定检验选择“检验详细信息”选项后，特征值、典型相关性和特征向量都会显示在报表中。

“检验详细信息”选项所生成的典型相关性计算如下：

其中，λi 是计算多元检验统计量所使用的 E-1H 矩阵的第 i 个特征值

标记为“特征向量”的矩阵是 V 矩阵，该矩阵是给定检验的 E-1H 的特征向量矩阵。

注意：给定检验的 E 和 H 矩阵指的是初始 E 和 H 矩阵中的 M‘EM 和 M‘HM。M 矩阵由响应设计定义。本节中使用的 E 和 H 在多元检验中定义。

“重心图”选项的详细信息

效应的总样本重心和重心值计算如下：

总体 =

效应j =

其中

N 是观测数

vi 是 V（即给定检验的 E-1H 特征向量矩阵）的第 i 列。

是第 j 个效应的多元最小二乘均值

是响应的总均值

g 是大于 0 的 E-1H 的特征值数

r 是 X 矩阵的秩

注意：给定检验的 E 和 H 矩阵指的是初始 E 和 H 矩阵中的 M‘EM 和 M‘HM。M 矩阵由响应设计定义。本节中使用的 E 和 H 在多元检验中定义。

效应的重心半径计算如下：

其中，g 是大于 0 的 E-1H 的特征值数，分母中的 L 矩阵来自多元最小二乘均值计算。

“保存典型评分”选项的详细信息

典型 Y 值计算如下：

其中

Y 是响应变量矩阵

M’ 是转置的响应设计矩阵

V 是给定检验的 E-1H 的特征向量矩阵

注意：给定检验的 E 和 H 矩阵指的是初始 E 和 H 矩阵中的 M‘EM 和 M‘HM。M 矩阵由响应设计定义。本节中使用的 E 和 H 在多元检验中定义。

为与大于零的特征值对应的特征向量保存典型 Y 值。

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