预测和专业建模 > 非线性回归 > “非线性”平台的更多示例 > 具有二项误差的 Probit 模型的示例
发布日期: 09/18/2023

具有二项误差的 Probit 模型的示例

使用“非线性”平台中的数值导数获取具有二项误差的 Probit 模型的最大似然估计值。本例中的数据表包含用不同加热时间和浸泡时间处理后测试其可用性的模具数。可用的平均模具数是测试的模具数和在给定的加热和浸泡时间下模具可用的概率之积。

1. 选择帮助 > 样本数据文件夹,然后打开 Ingots2.jmp

2. 选择分析 > 专业建模 > 非线性

3. P 分配给 X,预测变量公式角色。

使用 Probit 模型,P 列包含以下模型公式:

Normal Distribution(b0+b1*加热时间+b2*浸泡时间)

Normal Distribution 函数的参数是关于处理的线性模型。

4. 损失分配给损失角色。

要指定二项误差,损失列包含具有以下公式的损失函数:

-(可用数量*Log(p) + (总数 - 可用数量)*Log(1 - p))

5. 选择仅限于数值导数选项。

6. 点击确定

7. 点击执行

平台使用了“数值 SR1”方法来获取参数估计值,如图 15.17 中所示。

图 15.17 Ingots2 数据的解 

Solution for the Ingots2 Data

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