親愛なる同僚、
非推奨のSEメールリストを使用して、この質問をしました。
顧客は2つのアッセイ方法を比較したいと考えています。メソッドごとにサンプルが異なり、すべてのサンプルが3回測定されます。関心のある質問は次のとおりです。
「3つの繰り返しの分散は、あるメソッドの方が他のメソッドよりも大きいのですか？」
したがって、目標は2つの分散分布をテストすることです。そのようなテストを実行するプラットフォームがJMPに見つからなかったため、TabulateとF分布関数を使用してデータを要約し、Fテストを計算しました。添付のジャーナルには、データ、スクリプト、および私がしたことの説明があります。
JMPで何かを見逃していますか？
私の考えは正しいですか？
適切な手順と計算をしましたか？
添付のジャーナルと一緒に送りました。
私はここでコンパイルしてコメントする多くの答えを得ました。皆さん、貢献してくれてありがとう。
変動チャート/ EMSおよび混合モデルプラットフォーム
両方のプラットフォームには、関心のある（平均）分散を計算するオプションがありますが、グループ間でF検定を実行するオプションはありません。すべてのプラットフォームで、元のアッセイデータセットを使用します。変動性/属性ゲージチャートでは、「メソッド」をX、グループ化、「ID」をパート、サンプルID、モデルタイプを「ネスト」に設定します。オプション「分散の不均一性テスト」は、必要な計算を実行します。標準偏差の二乗は、Summary関数を使用して計算したF統計を正確に示します。また、「ネスト」モデルを備えたEMSプラットフォームは、IDとメソッドのグローバルな影響を調べ、測定値の変動を比較し、変動の変動は比較しません。固定効果として「メソッド」、構造として「反復」、構造として「不等分散」、ランダム効果として「ID」、「インターセプトなし」としての混合モデルは、「反復効果共分散パラメーター推定」アウトラインで同じ結果をもたらします。繰り返しますが、（平均）分散を互いにテストすることはできません。
Y行X列にフィット
このプラットフォームは、メソッドごとのすべての測定値を1つのバケットに入れます。したがって、等分散検定は、1つのメソッド内のすべての測定値のそれぞれのグループ平均からの偏差の2乗に基づいていますが、個々のテストの平均からの偏差の2乗に興味があります（IDごと）。IDをグループ化変数として実行することはできますが、2つのメソッドの違いに関する情報は取得できません。
メソッド比較アドイン
https://community.jmp.com/t5/JMP-Add-Ins/Method-Comparison/ta-p/21520
このアドインは、既に説明したいくつかの側面と、使用可能な構造とは異なる構造のデータを必要とする側面を組み合わせています。
結論
顧客がデータを分析する方法は、方法論の観点から間違っていません。私が計算した方法も正しいです。そのような分析にはいくつかの弱点が残っていますが、それは別の議論です。
ベルント、
顧客が望んでいることについて述べたことに基づいて、異なる視点を提供したいと思います。「3つの繰り返しの分散は、ある方法で他の方法よりも大きいか」と「2つの分散の分布をテストすることです」 」その場合は、集計した集計テーブルの[分散]列で、Y x Xのフィットでコルモゴロフ-スミルノフ検定を実行できます。 KSは、連続変数の2つの経験的分布の等式のノンパラメトリック検定です。この場合連続的変数は分散であり、メソッドによって分散の2つのサンプルを比較します。
