预测和专业建模 > 响应筛选 > 响应筛选的更多示例 > “LogWorth 最大值”选项的示例
发布日期: 09/18/2023

“LogWorth 最大值”选项的示例

在本例中,使用“响应筛选”平台中的“LogWorth 最大值”选项控制 LogWorth 尺度不被非常大的值扭曲。数据集有大量观测值时,p 值可能很小。这种情况下可以通过对 p 值的 LogWorth 值绘图进行研究。在某些数据集中,p 值非常小,导致 LogWorth 尺度被非常大的值扭曲。

1. 选择帮助 > 样本数据文件夹,然后打开 Probe.jmp

2. 选择分析 > 筛选 > 响应筛选

3. 在“响应筛选”启动窗口中,选择 Responses 列组,然后点击 Y,响应

4. 选择过程并点击 X

5. 点击“高级选项”旁边的灰色小三角。

6. 选中稳健复选框。

7. 点击确定

分析涉及的数据很多,可能需要一些时间才能完成。

8. 点击“响应筛选”图标题并选择稳健 FDR LogWorth 依据: 效应大小

很难看清图中的详细信息,因为有一个较大的稳健 FDR LogWorth 值,约为 58,000。要确保您的图形显示足够的详细信息,您可以设置 LogWorth 的最大值。

图 24.10 稳健 FDR LogWorth 依据: 效应大小,未设置“LogWorth 最大值” 

Robust FDR Logworth vs. Effect Size, Max Logworth Not Set

9. 点击“响应筛选”红色小三角菜单并选择重新运行 > 重新启动分析

10. 点击“高级选项”旁边的灰色小三角。

11. 在“LogWorth 最大值”旁边的框中键入 1000。

12. 点击确定

该分析可能需要一些时间才能完成。

13. 点击“响应筛选”图标题并选择稳健 FDR LogWorth 依据: 效应大小

现在图中的详细信息显而易见。大于 1000 的“稳健 FDR LogWorth”值绘制在 1000 处。

图 24.11 稳健 FDR LogWorth 依据: 效应大小,LogWorth 最大值 = 1000 

Robust FDR Logworth vs. Effect Size, Max Logworth = 1000

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