백분율 차이의 차이의 중요성 결정나는 두 실험에서 네 세트의 데이터를 가지고 있습니다 : 한 세트의 "이전"측정 값과 한 세트의 "후"측정 값 각각의 실험. 각 실험마다 "이전"데이터의 평균과 "이후"데이터의 평균 사이의 백분율 차이를 계산했습니다. 실험 1에 대해 계산 된 백분율 차이와 실험 2에 대해 계산 된 백분율 차이의 차이가 중요한지 알고 싶습니다. 이것이 JMP에서 할 수 있습니까? 그렇다면 누구나 이것이 어떻게 수행 될 수 있는지 나타낼 수 있습니까?
컨텍스트 / 예에서 실험 1의 데이터 전후 평균의 차이가 30 %이고 실험 2의 데이터 이전 및 이후 데이터의 평균 차이가 33 %라고 가정 해 봅시다. 내 감각은 33 %의 차이가 30 %의 차이와 크게 다르지 않다는 것입니다. 그러나 이것도 유효한 통계적 질문입니까? 나는 이것에 대한 해답을 찾기 위해 구글 검색을 시도해 왔지만 짧게 올랐지 만, 동료는 이러한 유형의 분석을 위해 JMP를 추천했다.
제목 : Re : 차이의 차이의 중요성 결정Mark Bailey는 절대적으로 정확합니다. 집계 된 요약 통계뿐만 아니라 관측 데이터로 작업해야합니다.
첨부 파일은 JMP Sample Data 테이블 Dogs.jmp를 사용하여 쌍 분석 결과를 기록한 저널 파일입니다. JMP 14에서이 작업을했기 때문에 이전 버전의 JMP가 있고 열리지 않기 때문에 .pdf 파일도 첨부하고 있습니다.
메모를 읽으십시오. Hopefuly는 JMP 그래프 및 분석을 사용할 수있는 아이디어를 제공합니다.
행운을 빕니다.
제목 : Re : 차이의 차이의 중요성 결정모호한 방법으로 일부 용어를 사용하고 있지만 괜찮습니다. 디자인이나 데이터를 보지 않고서는 몇 가지 생각 만 할 수 있습니다.
일반적으로 축소 된 데이터 대신 원시 데이터로 작업하는 것이 좋습니다. 예를 들어 퍼센트 변화가 아니라 측정을 분석하십시오. 예를 들어, 측정 방법을 분석하는 것이 아니라 측정 방법을 분석하십시오.
이러한 데이터의 분석에는 대개 선형 모델이 포함됩니다. 한 가지 요소가 있다면 분석 > X로 Y에 맞추기 . 둘 이상의 요소가있는 경우에는 다음을 사용하십시오. 분석 > 모델에 맞추기 .
만나다 도움 > 서적 > 실험 설계 실험 및 분석의 예는 다음과 같습니다. 또한, 도움 > 서적 > 기본 분석 또는 피팅 선형 모델 회귀 분석에 대한 자세한 내용은
