Who were you hoping was the winner? Anna? Elsa? Dumbo? Olaf? (Photo by Caroll Co)Who were you hoping was the winner? Anna? Elsa? Dumbo? Olaf? (Photo by Caroll Co)Who were you hoping was the winner? Anna? Elsa? Dumbo? Olaf? (Photo by Caroll Co)Who were you hoping was the winner? Anna? Elsa? Dumbo? Olaf? (Photo by Caroll Co)誰が勝者になることを望んでいましたか？ アンナ？ エルサ？ ダンボ？ オラフ？ （Caroll Coによる写真）前回はダイキャストカーレース実験最近の休暇の日に5歳の娘と一緒に走ったこと。 彼女と私私が持っていたダイキャストカー用の6レーンの競馬場をセットアップしました。 彼女はお気に入りの車の中から10台の車を選び、最速のレーサーが誰であるかを調べました。 私の娘は、「最高の」レーサーが2人の王女（そのうちの1人は魔法の氷の力を持っている）のどちらかであるかどうかを確認することに興味を持っていました。
前回のリマインダーとして、これを選択実験として分析します。 私たちの「優先選択」が各レースの勝者になります。
結果が出ました！
データ収集
レースを実行してデータを収集するために、データテーブルで少し追加の作業が必要でした。 「テーブルを作成」ボタンをクリックしたとき、「注文列を含める」がチェックされていることを確認する必要がありました。これは、列名を変更したレーン番号を表しているためです。
各「ブロック」、つまり6台の車のセットを指定された順序で10回連続して実行することにしました。 選択モデルから妥当な見積もりを取得するには、これが必要でした。 一度に6台の車を走らせていますが、各セットから1つの情報（勝者）しか取得していません。
150個の値（15ブロック* 10レース/ブロック）を6回繰り返して、それぞれの一意のレースを表すRaceID列を作成し、すべて0の応答列に入力しました。 次に、各レース（RaceID）について、勝者の値を「1」の値に変更するだけです。 これはすべて、データテーブルの列入力機能。
結果
結果が得られたら、選択モデルを設定する必要がありました。 データテーブルに添付された「モデル」スクリプトは、線形回帰モデルではなく選択実験として分析するため、適切ではありません。 選択モデルプラットフォームは、[分析]->[消費者調査]->[選択]にあります。
設定は簡単です。応答インジケーターは応答であり、RaceIDは選択肢セットIDです。 私たちのプロファイル効果は車と車線番号です。 起動ダイアログは次のようになりました。
結果を見ると、レースに勝った車は4台しかなかったので、車の効果が大きいことに驚きませんでした。 レーン番号の効果は少し驚くべきものでした。少なくとも、実験を行っている間は明らかではありませんでした。
パラメータ推定値（ユーティリティを反映している-大きいほど良いと思う）を並べ替えると、レーン効果のあるものがあったことがわかります。特にレーン1と3の方が優れていますが、1-3と4-6も優れています。 実験を行っている間は明らかではありませんでしたが、このモデルを使用して、特定の人種をどのように予測するかを確認できます。
確認実行
結果の中で最も興味深い作品の1つは、姉のエルザよりも効用が高いアンナでした。 私の娘は彼らの対戦に細心の注意を払っていました、そして実験の間、エルザが勝つ可能性が高かったように思われました。
赤い三角形から「MultipleChoiceProfiler」を選択できます。これにより、一連の代替入力の推定確率を調べることができます。 これはテストが簡単なので、私たちの目的のために、2つの選択肢を試しました。 レーン1のアンナとレーン6のエルザをできるだけ偏らせてみました。 私たちのモデルは、アンナの確率が0.94であるのに対し、エルザの確率は0.06であると予測していました。
アンナが6回連続で勝利した後、娘は私のコンピューターは魔法であるに違いないと判断しました。
最終的な考え
「レーン」効果は現実的で、私が思っていたよりもはるかに重要でした。 そのため、これは良い教育経験であり、はるかに興味深い実験でした。 王女が一番上にいなかった間（ドナルドが一番上になり、ピーターパンはアンナより少し進んでいました）、私の娘と私はこの実験を大いに実行しました。
結果を見ると、娘は視覚化に基づいて勝つチャンスに影響を与えることができることにすぐに気付きました。 モデルを理解できなくても、内部の視覚化については多くのことが言われていますJMPそして「高いほど良い」という考え。彼女はまた、レーン1で特定の車を打ち負かすことができる車をコレクションから見つけ始めました。
彼女のダイキャストコレクションは増え続けているので、将来的には別のレース実験が行われることを願っています。 私自身のコレクションには、映画やテレビ番組の象徴的な車がたくさんあるので、それらのいくつかを持ち込む必要があるかもしれません。 コメントでご要望がありましたらお知らせください。お読みいただきありがとうございます。
