동료들에게,
더 이상 사용되지 않는 SE 메일 목록을 사용하여이 질문을했습니다.
고객이 두 가지 분석 방법을 비교하려고합니다. 분석법에 따라 서로 다른 샘플이 있으며 모든 샘플은 세 번 측정됩니다. 관심있는 문제는 다음과 같습니다.
"3 가지 반복의 분산이 한 방법에서 다른 방법보다 더 큰가?"
따라서 목표는 분산의 두 분포를 테스트하는 것입니다. JMP에서 그러한 테스트를 수행 할 플랫폼을 찾지 못했기 때문에 Tabulate 및 F 분포 함수를 사용하여 데이터를 요약하고 F- 테스트를 계산했습니다. 첨부 된 저널에는 데이터, 스크립트 및 내가 한 일에 대한 설명이 있습니다.
JMP에서 뭔가 빠졌습니까?
내 생각이 맞습니까?
적절한 단계와 계산을 했습니까?
나는 일기와 함께 그것을 보냈다.
나는 이것으로 컴파일하고 주석을 많이 답했습니다. 기부 해 주셔서 감사합니다.
변동성 차트 / EMS 및 혼합 모델 플랫폼
두 플랫폼 모두 내가 관심있는 (평균) 분산을 계산하는 옵션을 제공하지만 그룹간에 F- 검정을 실행할 수있는 옵션은 없습니다. 모든 플랫폼에서 원본 분석 데이터 세트를 사용합니다. 변동성 / 속성 게이지 차트에서 "방법"을 X로, 그룹화, "ID"를 부품, 샘플 ID로 설정하고 모델 유형을 "중첩 됨"으로 설정했습니다. 옵션 "이종 분산 테스트"는 원하는 계산을 수행합니다. 제곱 표준 편차는 요약 함수를 사용하여 계산 한 F- 통계량을 정확하게 제공합니다. 또한 "중첩 된"모델이있는 EMS 플랫폼은 ID 및 방법의 전체 효과를보고 변동의 변동이 아닌 측정의 변동을 비교합니다. "Method"가 고정 효과로, "Repeated", "Unequal Variances"가 구조로, "ID"가 랜덤 효과로, "Intercept"로 혼합 모델은 "Repeated Effects Covariance Parameter Estimates"개요에서 동일한 결과를 제공합니다. 다시 말하지만 (평균) 분산은 서로 테스트 할 수 없습니다.
Yxx 적합
이 플랫폼은 분석 법당 모든 측정을 하나의 버킷에 넣습니다. 따라서 등분 산 검정은 각 그룹 평균에서 한 가지 방법 내 모든 측정 값의 제곱 편차를 기반으로하는 반면, 개별 검정 (ID 당)의 평균에서 제곱 편차에 관심이 있습니다. ID를 그룹화 변수로 실행할 수는 있지만 두 방법의 차이점에 대한 정보는 얻지 못했습니다.
메소드 비교 Addin
https://community.jmp.com/t5/JMP-Add-Ins/Method-Comparison/ta-p/21520
이 애드 인은 이미 논의 된 일부 측면과 사용 가능한 것과 다른 구조의 데이터를 필요로하는 측면을 결합합니다.
결론
고객이 데이터를 분석하려는 방식은 방법론적인 관점에서 잘못된 것이 아닙니다. 내가 계산 한 방법도 정확합니다. 분석에는 약점이 있지만 또 다른 토론입니다.
베른,
고객이 원하는 것에 대해 언급 한 내용에 따라 다른 관점을 제시하고 싶습니다. "한 방법에 대해 세 가지 반복의 분산이 다른 방법보다 더 큰가?"및 "목표는 두 가지 분산 분포를 테스트하는 것입니다. " 그렇다면 탭한 요약 테이블의 분산 열에서 X에 의해 Y에 맞는 Kolmogorov-Smirnov 테스트를 수행 할 수 있습니다. KS는 연속 변수의 두 실험 분포의 동등성에 대한 비모수 검정입니다. 이 경우 마디 없는 변수는 분산이며 방법으로 두 분산 샘플을 비교하려고합니다.
