증가 된 특이 치가 있다는 것을 나타내는 데 도움이되는 빌드 된 JMP 분석 도구가 있습니까?안녕 모두,
최근에 다른 조건에서 테스트 결과 (테스트 1)를 비교해 보겠습니다. 반도체 디바이스의 조건 A, B, C 및 D를 가정 해 봅시다.
조건 A -> D에 대한 테스트 1에 대한 이상 치의 수가 증가했는지 확인하기 위해 통계 비교를 수행하는 데 사용할 수있는 JMP 13의 빌드 된 기능이 있습니까?
고맙습니다,
앤 앤
재 : 증가 된 특이 값이 있음을 나타내는 데 도움이되는 빌드 된 JMP 분석 도구가 있습니까?제안서에 진심으로 감사드립니다.
나는 실제로 numerours 매개 변수에 대한 다른 테스트 조건을 비교할 때 이상 값의 빈도가 증가했다는 표시를 줄 수있는 무언가를 찾고있었습니다. 예를 들어, mean compararison의 경우, 첫 게이팅 creteria는 아마도 T 비율과 P 값일 것입니다. 따라서, 필자는 아웃 라이어의 주파수 성능을 모니터링하기 위해 기반을 둘 수있는 비슷한 것을 생각하고있었습니다.
고맙습니다,
앤 앤
재 : 증가 된 특이 값이 있음을 나타내는 데 도움이되는 빌드 된 JMP 분석 도구가 있습니까?동료에게 조금만 더해주세요. @markbailey 조언과 조언을 완벽하게 이해합니다. 또한 그래프 빌더를 시작점으로하여 실제 성능 데이터를 플로팅하는 것이 좋습니다. 특히 아웃 라이어를 찾고 있다면 ... 그림이 가려져 있거나 시각적으로 명백한 모델링 방법을 사용하여 외롭다고 말할 수 있습니다.
재 : 증가 된 특이 값이 있음을 나타내는 데 도움이되는 빌드 된 JMP 분석 도구가 있습니까?특이점의 빈도에 중요한 변화가 있는지 테스트하고 싶습니다. 나는 포와송 loglinear 모델을 시도하는 것이 좋습니다.
참고 : 각 조건에 대한 샘플 크기가 다른 경우 모델의 오프셋을 만들어야합니다. 이것은 샘플 크기의 로그 여야합니다.
Analyze> Fit Model을 선택하십시오. 특이점 표시기가있는 데이터 열을 선택하고 Y를 클릭하십시오. 조건 표시기로 데이터 열을 선택하고 추가를 클릭하십시오. 표준 최소 자승> 일반 선형 모델을 클릭하십시오. Distribution> Poisson을 클릭하십시오. 기본 링크 기능 (로그)을 사용하십시오. 오프셋을 사용해야하는 경우이 데이터 열을 선택하고 오프셋을 클릭합니다. 과 분산 옵션을 선택하십시오. 그런 다음 실행을 클릭하십시오.
결과는 조건간에 중요한 차이가 있는지 여부를 판단하는 데 도움이됩니다.
