将“效应汇总”用于名义型 Logistic 模型的示例
开展一项市场研究，基于一组变量评估对某品牌洗涤剂的偏好程度。您关注如何找到对品牌偏好贡献最大的变量。根据以下变量定义模型：
• 响应变量品牌，具有值 m 和 x
• 名为柔软度（水柔软度）的效应，具有值“soft”、“medium”和“hard”
• 名为先前使用过的效应，具有值“yes”和“no”
• 名为温度的效应，具有值“high”和“low”
• 计数变量计数，它指定每个效应类别组合的频数统计。
该研究首先指定完全三因子析因模型。
1. 选择帮助 > 样本数据文件夹，然后打开 Detergent.jmp。
2. 选择分析 > 拟合模型。
3. 从“选择列”列表中选择品牌，然后点击 Y。
因为您指定了一个名义型响应变量，因此“特质”变为“名义型 Logistic”。
因为品牌是只有两个水平的“名义型”列，因此显示“目标水平”选项。该选项支持您指定您要为其概率建模的响应水平。
4. 从“目标水平”列表中，选择“m”。
5. 选择计数并点击频数。
6. 选择柔软度到温度，然后点击宏 > 完全析因。
7. 点击运行。
图 12.9 三因子析因模型的名义型 Logistic 拟合
“整体模型检验”报表显示三因子完全析因模型在整体上是显著的（概率>卡方 = 0.0006）。
“效应似然比检验”报表显示包含柔软度的效应对模型拟合贡献不显著。这导致您考虑从模型中删除柔软度。可以从“效应汇总”报表中执行该操作。
8. 在“效应汇总”报表中，在“源”下选择柔软度*先前使用过到柔软度，然后点击删除。
将更新报表以显示两因子析因模型（图 12.10）。“整体模型检验”报表显示两因子模型在整体上也是显著的。
图 12.10 两因子析因模型的名义型 Logistic 拟合
您得出结论：先前使用过洗涤剂品牌和水温对洗涤剂偏好有影响。您还发现“温度”和“先前使用过”之间的交互作用在统计上不显著，因此没有证据表明温度依赖于“先前使用过”。