针对“多个表，交叉引用”的启动窗口

通过选择分析 > 消费者研究 > MaxDiff 启动 MaxDiff 平台。从“数据格式”菜单中为多个表选择多个表，交叉引用。

图 5.10 针对“多个表，交叉引用”数据格式的启动窗口 

有关“选择列”红色小三角菜单中的选项的详细信息，请参见《使用 JMP》中的“列过滤器”菜单。

若采用“多个表，交叉引用”，则启动窗口包含三个部分：

• 特征数据

• 响应数据

• 对象数据

特征数据

特征数据表描述的是与每个选择关联的特性。每个选择可以包含很多不同的特性，每个特性通过数据表中的一列来显示。每个可能的选择都对应一行，而且它们都有唯一的 ID。

选择数据表

选择或打开包含特征数据的数据表。选择“其他”可打开当前尚未打开的文件。

特征 ID

每行选择组合的标识符。若特征 ID 列不能唯一标识特征数据表中的每行，您需要添加分组列。添加分组列，直到分组和特征 ID 列的组合能够唯一标识该行或特征。

分组

一列，在该列与“选择集 ID”列一同使用时，可唯一指定每个选择集。例如，若对于调查 = A 特征 ID = 1，对于调查 = B 另有一个特征 ID = 1，则调查将用作分组列。

构造特征效应

添加从特征中的特性构造的效应。

有关“构造特征效应”面板的信息，请参见《拟合线性模型》中的构造模型效应。

Firth 偏倚调整估计值

计算修正偏倚的 MLE，以便生成比没有修正偏倚的 MLE 更准确的估计值和检验。这些估计值还可缓解 Logistic 模型中常见的分离问题。有关 Logistic 回归中的分离问题的讨论，请参见 Heinze and Schemper (2002)。

分层 Bayes

使用 Bayes 方法估计特定于测试对象的参数。请参见Bayes 参数估计值。

Bayes 迭代数

（仅在选定“分层 Bayes”时适用。）用来估计对象效应的自适应 Bayes 算法的迭代总次数。该数字包括废弃的 burn-in 迭代期。burn-in 迭代次数等于启动窗口中指定的“Bayes 迭代数”的一半。

响应数据

Figure 5.11 显示使用 Potato Chip Responses.jmp 填充的“响应数据”分级显示项。

图 5.11 “响应数据”分级显示项 

响应数据表包含研究结果。其中提供了每个试验的选择集 ID，以及测试对象选定的最佳和最差特征。响应数据通过选择集列和选择响应列链接到特征数据。当数据中包含多个组时，分组变量可用于对选择指标进行分组匹配。

选择数据表

选择或打开包含响应数据的数据表。选择“其他”可打开当前尚未打开的文件。

最佳选择

“响应”表列，其中包含测试对象指定为“最佳”特征的特征 ID。

最差选择

“响应”表列，其中包含测试对象指定为“最差”特征的特征 ID。

特征 ID 选择

对于每个选择集，包含可能选择集的特征 ID 的列。至少有三个特征。

分组

一列，在该列与已选择的特征 ID 列一同使用时，可唯一指定每个选择集。

对象 ID

用于研究参与者的唯一标识符。

频数

包含频数的列。若 n 是给定行的频数变量的值，则该行在计算中使用 n 次。若它小于 1 或缺失，则 JMP 不使用它来计算任何分析。

权重

包含数据表中每个观测的权重值的列。仅当权重值大于零时才在分析中包含该权重。

依据

为依据变量的每个水平生成单独的报表。若分配了多个依据变量，则为依据变量的每种可能组合都生成一个单独的报表。

对象数据

Figure 5.12 显示使用 Potato Chip Subjects.jmp 填充的“对象数据”分级显示项。

图 5.12 “对象数据”分级显示项 

注意：对象数据表是可选的，这取决于是否对对象效应建模。

对象数据表包含“对象 ID”，以及每个测试对象的一个或多个特性或特征列。对象数据表包含与测试对象数相同的行数，还有一个标识符列，该列与响应数据表中的列可以相互匹配。

注意：您可以将对象数据放入响应数据表，但您需要在“对象数据”分级显示项中指定对象效应。

选择数据表

选择或打开包含对象数据的数据表。选择“其他”可打开当前尚未打开的文件。

对象 ID

测试对象的唯一标识符。

依据

为依据变量的每个水平生成单独的报表。若分配了多个依据变量，则为依据变量的每种可能组合都生成一个单独的报表。

构造模型效应

添加由对象数据表中的列构造的效应。

有关“构造模型效应”面板的信息，请参见《拟合线性模型》中的构造模型效应。