créer une table moyenne avec p-vaueVous cherchez à créer un tableau de sortie de données à partir d'une analyse de comparaison des moyennes qui montre la moyenne de chaque attribut par échantillon avec la valeur p pour montrer si les valeurs moyennes sont significativement différentes. Comment puis-je faire cela dans JMP ? Je peux générer un tableau à l'aide d'un tableau, mais je n'arrive pas à ajouter la valeur p qui est générée lors de l'analyse anova à sens unique
Re : créer une table moyenne avec p-vaueLa procédure que vous recherchez s'appelle 'variable clustering'. Le Variables de grappe commande dans le Analyser lancera la plate-forme JMP à cet effet.
S'il te plait regarde Aider > Livres > Méthodes multivariées > Chapitre 11 : Variables de cluster pour plus d'informations.
Re : créer une table moyenne avec p-vaueVous pouvez créer une matrice de corrélation en utilisant
Analyser==>Méthodes multivariées==>Multivarié
ou utilisez l'analyse des composants principaux
Analyser==:Méthodes multivariées==>Composantes principales
Re : créer une table moyenne avec p-vaueMerci, FDR logworth semble être utile.
En fait, mon ensemble de données contient environ 6000 colonnes, toutes avec une valeur de p <0,01 et beaucoup avec une valeur de log FDR significative. Cependant, certaines des colonnes sont en corrélation avec d'autres colonnes avec RSquare > 0,95 (résultats de test similaires). Donc, actuellement, j'exécute le filtrage des réponses de toutes les colonnes par rapport à toutes les colonnes, en regroupant les colonnes qui sont en corrélation avec RSquare> 0,95, puis en ne gardant qu'une seule des colonnes en corrélation par groupe. Il faut cependant quelques heures (~ 1000 lignes) pour exécuter le script pour une réduction décente du nombre de colonnes.
Ce serait formidable s'il existait un moyen plus rapide de regrouper des colonnes corrélées, puis de ne conserver qu'une seule colonne par groupe. Veuillez partager s'il y a une meilleure façon de le faire.Re : créer une table moyenne avec p-vaueVoici un exemple de la façon de procéder tiré de l'index de script
Aide==>Index des scripts==>Criblage des réponses==>Obtenir les PValues
Names Default To Here( 1 );
Open( "$Sample_Data/Probe.jmp" );
obj =
Response Screening(
X( :Process ),
Y( Eval( 8 :: 394 ) ),
Save Outlier Indicator
);
dtOut = obj << Get PValues ;
show( dtOut );<BR />dtOut << Select Where( :RSquare > .95 );
Je l'ai modifié très légèrement, pour ajouter le pointeur vers la table de données "PValues" que vous pouvez ensuite utiliser pour faire la sélection des valeurs RSquare. Je vous recommande d'examiner les valeurs FDR Logworth. Lorsque vous effectuez autant de tests, le FDR Logworth vous aidera à déterminer lesquels des tests sont réels et lesquels sont dus à un glissement alpha.
Re : créer une table moyenne avec p-vaueMerci pour la suggestion. Existe-t-il un moyen d'accéder à la table de sortie du filtrage des réponses à partir du script jmp ?
Je voudrais parcourir le tableau et récupérer tous les numéros de ligne qui ont un RSquared> 0,95.
Cette table de sortie ne semble pas être la table de données actuelle.
Re : créer une table moyenne avec p-vaueTu peux diffuser la commande Comparer les moyennes dans votre rapport, puis utilisez Créer un tableau de données combiné pour créer un tableau de données à partir de tous les tableaux de rapport individuels.
Commencez par Ajuster Y par X en utilisant goûter comme X et longueur Largeur hauteur comme Y
Ensuite, dans le rapport, maintenez la touche Ctrl (Windows) ou la touche Commande (Mac) enfoncée et choisissez Compare Means -> All Pairs, Tukey HSD.
Ensuite, dans le tableau du rapport qui contient les p-Values, faites un clic droit et choisissez Créer un tableau de données combiné .
Cela vous donne une table de données avec toutes les valeurs de p.
Re : créer une table moyenne avec p-vaueJe peux générer le tableau de cette façon, mais si j'ai plusieurs analyses à sens unique, comment puis-je obtenir un tableau pour chacun.
Exemple : J'ai l'échantillon 1 (témoin), l'échantillon 2 et l'échantillon 3. J'ai enregistré les données de dimension pour la longueur, la largeur et la hauteur.
Je compare si l'échantillon 1 (contrôle) est significativement différent des échantillons 2 et 3 pour chaque longueur, largeur et hauteur.
Ainsi, lorsque je crée le sens unique, c'est uniquement pour les échantillons 1, 2 et 3 pour la longueur. Comment puis-je créer un tableau avec une valeur p pour la longueur, la largeur et la hauteur. Dois-je aller dans le triangle rouge pour chaque dimension, comparer la moyenne puis créer le tableau ? Cela semble inefficace. Pourrais-je simplement utiliser la fonction de tabulation pour créer le tableau des moyennes, puis dans le tableau de données, ajouter une formule pour créer la valeur p ?
Re : créer une table moyenne avec p-vaueJe suis peut-être trop sensible, mais comme cela ressemble un peu à du p-hacking pour moi, j'ai pensé qu'il pourrait être utile de publier l'exposé de position de l'American Statistical Association sur l'utilisation appropriée des p-values.
Re : créer une table moyenne avec p-vaueUtilisez le Sens Unique plateforme. Commencez par sélectionner Analyser > Ajuster Y par X . Je suppose que vous avez une variable numérique stockée dans une colonne de données en utilisant le type de modélisation continue pour le Oui rôle. Je suppose également que vous avez une variable catégorielle dans une colonne de données utilisant le type de modélisation nominal. Placez cette colonne dans le X rôle.
Cliquez sur le triangle rouge à côté de Sens Unique et sélectionnez Comparer les moyennes > Tukey-Kramer . Vous trouverez la réponse de plusieurs manières différentes. Le dernier rapport montre ce que vous voulez. N'oubliez pas que vous pouvez faire un clic droit sur ce dernier rapport et sélectionner Transformer en tableau de données si vous avez besoin de faire autre chose avec des résultats.
Re : créer une table moyenne avec p-vaueSi vous allez à
Analyser ==> Dépistage ==> Dépistage des réponses
Vous pouvez entrer toutes vos variables Y et votre ou vos variables X et cela générera un tableau de données avec vos résultats, y compris les valeurs p
