後我的學術資源介紹,第二篇文章介紹如何使用 JMP 軟體內建的資源來教導核心統計概念。
互動教學模組
Did you know that JMP has built-in resources for teaching statistics?Did you know that JMP has built-in resources for teaching statistics?Did you know that JMP has built-in resources for teaching statistics?Did you know that JMP has built-in resources for teaching statistics?您是否知道 JMP 具有用於教學統計學的內建資源？它是什麼？ 在 JSL 中開發的十個“演示小程式”，用於演示或探索統計概念，例如抽樣分佈、置信區間、假設檢定、回歸或變異數分析 (ANOVA) 等。
去哪裡找？ 在 JMP 和 JMP Pro 中，打開幫助選單 > 範例資料 > 教學腳本 > 互動式教學模組。 在 JMP 學生版中，打開小程式選單（了解有關 JMP 學生版和全校資助的更多信息，請訪問JMP 博客）。
如何使用？ 教學模組專為課堂上的互動演示而設計，但學生也可以使用它來探索統計概念。 許多模組可以透過選擇「我的數據/我的樣本」等選項來匯入自訂數據，這使得它們也適用於練習或評估。
每個模組都有一個在線幫助文件的鏈接，其中解釋了其用法、所有選項以及最有效地演示統計概念的許多技巧。 您可以觀看顯示點播學術網路研討會中所有模組的影片教學“使用 JMP 統計概念小程式” 。
小程式展示回歸，例如，討論的概念包括「最佳猜測」線性擬合與最小二乘擬合、殘差和平方和誤差、總體特徵與樣本統計數據以及不確定性。 資料可以來自可設定的正常群體，可以從開放資料集匯入，也可以透過手動設定所有資料點來自製。
Module “Demonstrate Regression” showing sum of squared errors (SSE) and fits for 100 samplesModule “Demonstrate Regression” showing sum of squared errors (SSE) and fits for 100 samplesModule “Demonstrate Regression” showing sum of squared errors (SSE) and fits for 100 samplesModule “Demonstrate Regression” showing sum of squared errors (SSE) and fits for 100 samples「示範迴歸」模組顯示誤差平方和 (SSE) 以及 100 個樣本的擬合情況
更多腳本演示程式可以在「幫助」>「教學腳本」>「教學演示」下找到（例如演示 p 值、冪、共線性或貝葉斯規則）。 其中一些動畫也內建於 JMP 平台中，例如分佈 > 檢定平均值中的「PValue 動畫」和「Power 動畫」。 您也可以在 JMP 使用者社群中找到有用的教學工具，例如“兩個平均數或中位數的排列檢定”或者「示範 Box-Cox 電源轉換」。
計算器和模擬器
它是什麼？ 這些計算器是腳本化工具，用於方便計算各種假設檢定的置信區間、樣本大小和 p 值。 模擬器是帶有已保存公式的 JMP 資料表，例如，用於建立資料來顯示中心極限定理、模擬擲骰子或生成素數。
Calculator Hypothesis Test on MeanCalculator Hypothesis Test on MeanCalculator Hypothesis Test on MeanCalculator Hypothesis Test on Mean計算器對平均值的假設檢定
Simulator Central Limit TheoremSimulator Central Limit TheoremSimulator Central Limit TheoremSimulator Central Limit Theorem模擬器中心極限定理
去哪裡找？ JMP 樣本資料（幫助>範例資料>計算器；幫助 > 範例資料 > 模擬）。 如果您想更改所有計算器腳本，也可以將其作為 JSL 原始檔案使用（幫助 > 範例資料 > 查看所有範例資料檔案的字母順序清單 > 計算器）。 對於模擬器，您可以透過點擊「公式編輯器」來開啟儲存的公式+'列面板中的圖示。
如何使用？ 計算器是不言自明的並且非常容易使用；只需告訴您的學生在哪裡可以找到他們。 若要在模擬數據表中建立數據，請選擇行 > 新增行...並根據每列的公式設定要新增的行數。 一些模擬器還儲存了腳本，透過運行腳本來分析新資料（點擊綠色三角形）。
引導和模擬
它是什麼？ 自舉（Bootstrapping）是一種易於獲得的重採樣方法，用於測試統計量的抽樣分佈，而模擬隨機化測試是一種用於測試顯著性的重採樣方法，具有以下幾個優點：首先，可以根據經驗引入樣本分佈等關鍵概念，而無需教授廣泛的理論，例如機率。
其次，引導和模擬允許在不知道底層分佈的情況下估計統計數據。 （另請參閱 Hesterberg, T. (1998)： “統計學教學的模擬和引導” 。 ASA：統計教育部分的會議記錄，44 - 52。）
哪裡可以找到：在每個學術網站授權附帶的 JMP Pro 中，只需單擊（隱藏）即可實現 Bootstrap 和 Simulate。 在幾乎所有 JMP 報告中，學生只需右鍵單擊感興趣的統計數據並選擇引導程式或者模擬。
如何使用？ Bootstrapping 詢問 bootstrap 樣本* 的數量並建立一個新的資料表，包括原始樣本（排除行）和所有 bootstrap 樣本的統計資料。 JMP 將分佈腳本新增至新資料表中，顯示不同層級的經驗置信限。
Simulate 要求您使用帶有替換的重採樣來準備公式列，該公式列將切換到現有的標稱列。 有關詳細的模擬演示，請觀看學術網路研討會JMP 的高級研究方法。
*還有其他幾個選項，但根據經驗，請保留 JMP 仔細設定的預設值。 有關詳細信息，請參閱 JMP 幫助。
Two-sample t-test: Original estimate (red line) of the difference between the means and empirical (simulated) p-values and confidence intervalsTwo-sample t-test: Original estimate (red line) of the difference between the means and empirical (simulated) p-values and confidence intervalsTwo-sample t-test: Original estimate (red line) of the difference between the means and empirical (simulated) p-values and confidence intervalsTwo-sample t-test: Original estimate (red line) of the difference between the means and empirical (simulated) p-values and confidence intervals雙樣本 t 檢定：平均值與經驗（模擬）p 值和信賴區間之間差異的原始估計值（紅線）
這下一篇文章提供教授統計方法的資源，例如多變量分析、預測建模或實驗設計。
點擊看其他帖子關於使用 JMP 教學的系列。
