针对“多个表,交叉引用”数据格式的启动窗口
针对“多个表,交叉引用”数据格式的启动窗口 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。特征数据表和完成的“特征数据”分级显示项 显示 Pizza Profiles.jmp 数据表和完成的“特征数据”面板。
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。响应数据表和完成的“响应数据”分级显示项 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。
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。对象数据表和完成的“对象数据”分级显示项 显示 Pizza Subjects.jmp 数据表和完成的“测试对象数据”面板。
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。