“Bayes 图”报表为确定活跃的效应提供了另一种方法。该报表帮助您使用 Bayesian 方法计算后验概率。根据 Box and Meyer (1986),该方法假定估计值是具有两种分布的混合。大部分对应于不活跃效应的估计值被认定为方差为 σ2 的纯随机正态噪声。其余估计值(即活跃效应)被认定来自污染分布,其方差是 σ2 的 k 倍。
项
提供与参数估计值对应的模型项。
估计值
提供参数估计值。Bayes 图相对于估计标准差等于 1 的估计值构造。若估计值不相关,则使用 t 比。若估计值相关,则使用正交 t 比。
先验概率
支持您指定估计值为非零(相当于估计值处于污染分布中)的概率。估计值的先验概率通常设置为相等值。最初显示的是一般建议的值 0.2,但之后您可以更改该值。
K 污染项
污染系数的值,表示污染分布方差与误差方差之比。K 一般设置为 10,这是默认值。
标准误差尺度
若标准误差的估计值存在自由度,该值将设置为 1。JMP 使用该值是因为报表中使用的估计值经过变换,尺度统一为单位方差。对于不含误差估计值的饱和模型,该值设置为 0。若指定不同值,请从 RMSE 估计值的缩放因子的角度考虑它。
误差自由度
提供误差自由度。
“Bayes 图”规格 中显示了规格窗口,其中显示 Bicycle.jmp 样本数据表的“Bayes 图”的默认设置。点击该窗口中的“执行”将更新报表,以显示每项的后验概率和条形图(“Bayes 图”报表)。
1. 选择帮助 > 样本数据库,然后打开 Bicycle.jmp。
2. 选择分析 > 拟合模型。
3. 选择 Y 并点击 Y。
4. 从横把一直选到快速制动,然后点击添加。
5. 点击运行。
6. 点击“响应‘Y’”红色小三角并选择效应筛选 > Bayes 图。
“Bayes 图”规格
7. 点击执行计算后验概率。
“Bayes 图”报表
“Bayes 图”报表中的图下方的注释提供了样本未被污染的后验概率。后验概率是基于先验和数据给出的关于不存在活跃效应的概率。概率很小 (0.0144),指示可能存在活跃效应。“后验概率”列表明至少发电机和齿轮是活跃效应。