2. JMP 모델링 타입(한/영)

모델링 타입을 알아야 분석이 가능함.

! 입력한 데이터의 모델링 타입을 정확하게 지정해야 오류를 막을 수 있다.

 

나이에 따른 키의 차이를 알아보자

이때 필요한 기법은 아노바 ANOVA

 

1. 메뉴 > Analyze > Fit Y be X

2. Y, response → height / X, Factor → age 를 끌어다 놓는다. 

3. 그 후 확인 클릭

 

 

4. 각 나이별로 점들이 표시됨

 

5. 왼쪽 위, 빨간 삼각형 클릭 > Means/Anova 선택

 

6. 결과물

 

 

다시 이전 창으로 돌아가서 데이터를 살펴보자.

이렇게 Ordinal 순서형으로 되어 있는데 age는 continuous 연속형으로도 가능하다.

 

 

1. Continuous 로 변경

 

2. 다시 메뉴 > Analyze > Fit Y by X

 

3. Recall 재호출을 누르자.

그럼 방금 전에 넣었던 Y, X 가 보인다.

 

4. 확인. 

결과창의 도표와 타이틀이 이전과 다른것을 확인할 수 있다.

이렇게 X(요인), Y(반응) 모두 연속형(Continuous)일 경우에는 상관관계 분석과 회귀분석이 가능함

왼쪽 (현재: Bivariate Fit of height By age) / 오른쪽 (이전: Oneway Analysis of ehight By age)

 

5. 이번에는 빨간삼각형 메뉴를 눌러 Fit Line(선형 적합)을 선택

 

6. 결과값

결과그래프와 회귀식이 만들어진다.

이번에는 다른 분석 메뉴를 사용해보자.

이 모델타입이 분석에 있어서 어떻게 영향을 미치는지 확인하기

 

Fit Model

JMP 사용시 Fit Y by X 만큼 흔하게 사용하는 메뉴

 

1. Menu > Analyze > Fit Model

 

2. 다음 창이 보임

 

3. Y 변수에 height를 넣어보자.

아래처럼 변경된다.

모델링을 하면 최소 제곱(Standard Least Squares)를 이용해 회귀분석을 하게 된다는 뜻이다.

 

이번에는 height 대신에 다른 변수를 넣으면 어떻게 변하는지 알아보자.

1. Y변수에서 heigt 를 삭제
2. Y변수에 sex를 입력

그럼 아래처럼 분석법이 명목형 로지스틱(Nominal Logistic)으로 변경되는 것을 볼 수 있다.