バランスの取れていないデータを使用した Fit Y by X プラットフォームの対応のある t 検定多くのエンジニアに対応のある t 検定について教えており、データ セットの形式が Y by X に適合する方が適している場合は、(Matched Pairs ではなく) Fit Y by X プラットフォームを使用します。 不満な点が 2 つあります。
- 分析には「t 検定」のオプションがあり、通常の 2 サンプル t 検定を行い、組み込んだブロックを無視します。 ほとんどのエンジニア/科学者はこれを認識していません。
- データが 1 データでも偏っている場合 (例: 20 個のペアがありますが、欠落しているデータ ポイントまたは破棄された外れ値が 1 つあります)、ブロッキングが無視されるというエラー メッセージが表示されます。 これは彼らにとってやや紛らわしいメッセージであり、ほとんどのエンジニア/科学者はプラットフォームの出力を盲目的に追跡しているだけだと私は感じています。 モデルの適合を使用して同じモデルを適合させた場合、データのこのわずかな不均衡を利用して、正しい仮説検定の出力を簡単に得ることができます。正しいモデルがかなり単純な場合、Fit Y by X 出力が不均衡なデータを処理することを確認したいと思います。
統計と分析Re: Fit Y by X プラットフォームの対応のある t 検定と不均衡データ - ステータスが次のように変更されました: 配信済みJMP 16 では、ブロック変数が指定され、セル数が等しくない場合、ブロッキングに対応するために、モデルの標準最小二乗法の適合出力が一元配置レポートに含まれます。
Re: Fit Y by X プラットフォームの対応のある t 検定と不均衡なデータ - ステータスが次のように変更されました: 開発中これについては、JMP 16 に向けて取り組んでいます。
