스크리닝 설계에서 p-값 0.05에 해당하는 길이 t-비율을 결정하는 방법은 무엇입니까?안녕,
저는 JMP12의 새로운 사용자입니다.
심사 설계 결과를 해석하기가 어렵습니다(첨부 스크린샷 참조). JMP가 각 막대의 길이로 각 효과의 Lenth t-비를 표시하여 이 분할 도표를 만든다는 것을 알고 있습니다. 또한 파란색 세로선은 개별 p-값이 0.1인 효과를 나타냅니다.
이제 이 결과에서 개별 p-값 0.05에 해당하는 Length t-ratio를 알 수 있는 방법이 있는지 궁금합니다.
감사 
Re: 스크리닝 설계에서 p-값 0.05에 해당하는 길이 t-비율을 결정하는 방법은 무엇입니까?예, Screening 플랫폼은 양면을 사용합니다. 티 렌스로 테스트 PSE 분모를 위해.
예, 부트스트랩 샘플 통계는 추론에 대한 유효한 비모수적 접근 방식으로 1970년대에 확립되었습니다.
아니요, 매개변수를 사용할 수 없습니다. 티 Lenth에 대한 p-값을 얻기 위한 분포 티 비율. 이것이 몬테카를로 접근법을 사용하는 요점입니다. 분포 모델을 사용하는 것이 훨씬 쉬울 것이지만 피 값이 정확하지 않습니다.
Re: 스크리닝 설계에서 p-값 0.05에 해당하는 길이 t-비율을 결정하는 방법은 무엇입니까?다시 한번 감사합니다!
설명을 위해 JMP는 기본적으로 양측 t-검정을 사용합니다. 맞죠?
예를 들어, 선별 설계 행렬의 자유도가 15인 경우 JMP의 시뮬레이션된 t-비율을 사용하여 표준 양측 t-분포 표에서 p-값을 수동으로 계산할 수 있습니까? 계산된 p-값이 JMP의 p-값과 일치합니까? 계산된 p-값이 정확히 동일하지 않을 수 있음을 이해하지만 이것이 JMP가 사용하는 알고리즘을 기반으로 한 유효한 접근 방식입니까?
Re: 스크리닝 설계에서 p-값 0.05에 해당하는 길이 t-비율을 결정하는 방법은 무엇입니까?부트스트래핑의 표준 접근 방식은 시뮬레이션된 통계를 정렬한 다음 목록에서 샘플 통계의 위치를 찾는 것입니다. 통계의 90%가 추정치보다 작으면 p-값은 0.1입니다.
이는 모수 t-분포를 사용하여 표본 t 통계량에 대한 p-값을 찾는 것과 정확히 동일합니다.
Re: 스크리닝 설계에서 p-값 0.05에 해당하는 길이 t-비율을 결정하는 방법은 무엇입니까?안녕하세요 마크베일리님
많은 설명 감사합니다. 그래서 내가 이해하는 바는 JMP가 10,000번의 시뮬레이션을 수행하고 시뮬레이션된 t-비율을 기반으로 p-값을 계산한다는 것입니다. 그러나 실제로 어떻게 p-값을 계산합니까? 내 말은, t-분포 테이블을 사용하여 자유도와 시뮬레이션된 t-비율에서 p-값을 계산합니까? JMP가 이러한 모든 값을 실제로 어떻게 산출하는지에 대한 아이디어를 얻으려고 합니다.
다시 한번 감사합니다!
Re: 스크리닝 설계에서 p-값 0.05에 해당하는 길이 t-비율을 결정하는 방법은 무엇입니까?길이 t-비율에는 모수 분포 모델이 없습니다. 스크리닝 플랫폼의 p-값 및 동시 p-값은 통계의 경험적 샘플링 분포를 제공하기 위해 귀무 가설 하에서 Lenth t-비율의 10,000 몬테카를로 시뮬레이션에 의해 계산됩니다. (따라서 동일한 데이터에 대해 Screening 플랫폼을 실행할 때마다 표시되는 값이 달라집니다.) 경험적 분포는 Screening 플랫폼의 대비 수에 따라 달라지며, 이는 항상 실행 횟수와 같습니다.
15개의 대조가 있는 경우에 대한 경험적 분포는 다음과 같습니다.
따라서 Quantiles 보고서는 t-비율의 절대값을 보여줍니다.
