Question

我试图采用一组自变量并测试它们是否（统计上显着地）与两组数据不相关。

我已被告知，在JMP中执行此操作的方法是进行一系列线性回归，如下所示：

result = group + varA + group*varA

然后检查交互效应的重要性，例如，＆＃34; Prob＆gt; F＆＃34;这个＆＃34; Country * Displacement＆＃34;中的列例如：http://i.stack.imgur.com/EcCdd.png（我没有发布图像的声誉。）

现在，我需要能够切换出其中一个变量;也就是说，对于〜350个变量的列表，比如varA，varB等，我需要运行以下回归，

result = group + varA + group*varA
result = group + varB + group*varB
result = group + varC + group*varC
...

并获得该交互效果的重要性。以前的脚本尝试已经产生了大约350个结果窗口，或者~350个模型对话框。。。任何建议将不胜感激。

修改

例如，使用Airline Delays JMP示例数据集，这是其中一个步骤http://i.stack.imgur.com/HVFL8.png的结果。我需要为一组变量中的每一个提取交互效应的重要性（效果测试下的0.1397）;例如，交换＆＃34;距离＆＃34;变量为＆＃34;经过时间＆＃34;。但是我需要在一组~350中为每个变量交换这个变量。

Answer 1

假设您知道如何通过这些值。这将获得P值的效果。

fit = Fit Model(
    Y( :Arrival Delay ),
    Effects( :Distance, :Day of Week, :Distance * :Day of Week ),
    Personality( Standard Least Squares ),
    Emphasis( Minimal Report ),
    Run(
        :Arrival Delay << {Lack of Fit( 0 ), Plot Actual by Predicted( 0 ),
        Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 )}
    )
);

hash = associative array(fit<<Get Effect Names, fit<<Get Effect PValues);

value = hash["Distance*Day of Week"];

然后恰好适合＆lt;＆lt;关闭窗口;然后转到下一个参数。

在SAS / JMP的回归中迭代变量

1 个答案: