针对“多个表，交叉引用”的启动窗口

图 4.13 针对“多个表，交叉引用”数据格式的启动窗口 

Figure 4.13 显示了“多个表”格式的启动窗口，其中将 Pizza Profiles.jmp 用作特征表。

若采用“多个表，交叉引用”，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。在数据表中，每个特性列定义一列。每个特征对应一行。同时每个特征在表中有一列唯一的标识符。Figure 4.14 显示 Pizza Profiles.jmp 数据表和完成的“特征数据”面板。

图 4.14 特征数据表和完成的“特征数据”分级显示项 

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

每行特性组合（特征）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“特征 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。

注意：选择模型注意到连续特征和对象效应的列编码属性。

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

响应数据表包含一个测试对象标识符列、列出每个选择集内特征的特征标识符的列，还有一列包含偏好特征标识符。每个测试对象和选择集都对应一行。当数据包含不止一组选择集时，可使用分组变量来区分各个选择集。Figure 4.15 显示 Pizza Responses.jmp 数据表和完成的“响应数据”面板。

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。

图 4.15 响应数据表和完成的“响应数据”分级显示项 

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。

已选择的特征 ID

特征数据表中的特征 ID，该 ID 代表测试对象选择的特征。

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。

特征 ID 选择

可能的特征集的特征 ID。必须至少有两个特征。

对象 ID

用于标识研究参与者的标识符。

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。若指定了多个“依据”变量，将为“依据”变量水平的每种可能组合生成单独的分析。

允许响应者选择“无”或“无选择”

在模型中为包含缺失值的响应行输入“无选择指示符”。对于“多个表，交叉引用”数据格式，“无选择”行必须在响应数据表的“已选择的特征 ID”列中包含（分类）缺失值。该选项显示在“响应数据”面板的底部。

对象数据

对象数据表是可选的，这取决于您是否要对对象效应建模。该表中有一列包含在响应表中使用的测试对象标识符，还有若干列包含测试对象的特性或特征。您可以将对象数据放入响应数据表，但您应在“对象数据”分级显示项中指定对象效应。Figure 4.16 显示 Pizza Subjects.jmp 数据表和完成的“测试对象数据”面板。

图 4.16 对象数据表和完成的“对象数据”分级显示项 

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，则为依据变量水平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。