<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />varbanov.ar transmis quelques questions concernant le Réponse multiple option dans la plateforme catégorielle.
Je leur réponds ici pour offrir un public plus large.
Requests/Questions for JMP Categorical Experts:We need more clarity on the different Multiple Response options and output in JMP Categorical. Can someone of the JMP Categorical Experts give us a short demo with answering some questions about it? Is there a technical report with some more explanation for the different statistical test used by this Platform. In particular, we have also the following questions:1) What is the definition of multiple responses?
Dans JMP Categorical, les données à réponses multiples sont dérivées d'éléments d'enquête (ou d'autres processus) dans lesquels les catégories de réponse ne s'excluent pas mutuellement. Une source courante de données à réponses multiples est les éléments d'enquête «Cochez tout ce qui s'applique». La réponse multiple ne fait pas référence aux données de mesures répétées.
Il existe plusieurs façons de représenter des données de réponse multiples dans un fichier de données. Les données peuvent être longues - c'est-à-dire qu'il y a une ligne pour chaque élément de réponse unique et chaque combinaison d'identifiant de répondant (voir Exemple de bibliothèque de données> Contrôle qualité> Failure3ID.jmp> colonne «Échec» à titre d'exemple). Les données peuvent être larges - c'est-à-dire que chaque ligne représente un répondant et il y a plusieurs colonnes qui indiquent les options de réponse sélectionnées (voir Sample Data Library> Consumer Preferences.jmp> colonnes «Brush After Waking Up» à «Brush Another Time»). Il peut également y avoir une ligne par répondant et une colonne qui comprend une liste délimitée des options de réponse sélectionnées (voir Exemple de bibliothèque de données> Consumer Preferences.jmp> colonne «Brush Delimited»). Avec cette dernière approche, la propriété de colonne «Réponse multiple» peut être assignée à la colonne et les corrections appropriées pour les échantillons qui se chevauchent seront appliquées aux comparaisons statistiques lorsque la colonne est utilisée comme variable «supérieure» dans un tableau structuré. (Remarque: il est facile de se déplacer entre les deux derniers formats à l'aide des utilitaires «Créer des colonnes d'indicateur» et «Combiner des colonnes» dans le menu Colonnes.)
Plus d'informations sur l'utilisation de plusieurs variables de réponse dans la plateforme catégorielle sont disponibles dans Aide> Livres> Consumer Research, à partir de la p. 62
2) Is there a proper mean score comparison between two groups within JMP Categorical in presence of overlapping samples (e.g., each consumer evaluated both products)? If yes, what is the way to get it (Multiple Response tab does not seem to provide it)? Also can this analysis be done in the structured tab?
La plateforme catégorielle ne corrige pas les échantillons qui se chevauchent, comme vous les avez décrits, pour les comparaisons de moyennes.
Ce que vous décrivez comme des échantillons qui se chevauchent est ce que nous considérons comme des mesures répétées.
Il existe une option «Mesures répétées» sous l'onglet «Associé» dans Catégoriel. Conformément à ce que l'on attend de la plate-forme catégorielle, elle rapporte des éléments tels que les fréquences, les graphiques de partage, les moyennes et d'autres statistiques récapitulatives. Cependant, il ne fait pas de tests de comparaison.
Des mesures répétées signifient que des comparaisons sont disponibles dans d'autres domaines du JMP:
- La plate-forme Matched Pairs comparera et testera deux moyens (tels que les évaluations de produits) à la fois. Cependant, en présence de données manquantes, il effectue une suppression par liste, supprimant le cas entier de toutes les comparaisons.
- Étant donné que vos données sont manquantes (mais même si ce n'est pas le cas), vous pouvez envisager d'utiliser Fit Model avec un modèle mixte avec l'ID de produit comme effet fixe et l'ID du répondant comme effet aléatoire. Les données d'exemple qu'ils ont envoyées sont déjà dans la mise en page correcte pour cette approche, mais pas pour les deux autres approches ci-dessus.
- De toute évidence, la pertinence réelle de l'une de ces méthodes dépend de nombreux détails, ce ne sont donc que des suggestions générales - votre kilométrage peut varier.
3) What statistics is JMP using when you invoke the categorical variable as multiple response?
En vous rappelant que le type de réponse multiple est différent de ce que vous avez décrit comme des "échantillons qui se chevauchent", voici ce qui est fait:
- Lorsqu'une colonne à laquelle la propriété «Réponse multiple» a été attribuée est utilisée comme variable «supérieure» dans un tableau structuré, un ajustement Rao-Scott de premier ordre est appliqué pour tenir compte du chevauchement (par exemple, Lavassani et al., 2009, Developments in Analysis of Multiple Response Survey Data in Categorical Data Analysis, Journal of Applied Quantitative Methods). Les tests sont traités différemment lorsque le tableau est créé dans l'onglet «Multiple»; la correction n'est appliquée que lorsque le tableau est créé via l'onglet Structuré.
- Lorsqu'une variable avec la propriété de réponse multiple est affectée aux dimensions «latérales», il n'y a pas de correction pour les chevauchements.
- Les tests statistiques sont les suivants:
- Comparez chaque cellule: ce sont des tests Fischer Exact. Ces tests ne sont pas différents des autres catégories de réponses.
- Comparer chaque échantillon: est un test Pearson qui utilise la correction de Rao-Scott (lorsque la colonne à réponses multiples est affectée à la position «supérieure»)
- Homogénéité des réponses aux tests: deux options.
- Binomial: traite chaque ligne comme s'il s'agissait de deux lignes. Une ligne pour «coché cette case». Une ligne pour «n'a pas coché cette case». Cette option a été ajoutée suite à une précédente demande de P&G.
- Poisson: traite les dénombrements comme s'ils étaient modélisés en tant que variable dépendante dans une régression de Poisson. Les colonnes du tableau sont traitées comme s'il s'agissait de niveaux pour la variable indépendante (X). La valeur p est équivalente à la valeur p que l'on calculerait pour un test de modèle global calculé de cette manière.
4) Within the categorical platform, it is possible to provide p-values for the mean comparison?
La possibilité d'enregistrer les rapports de test t et de valeur p a été ajoutée précédemment sur la base d'une demande de P&G. C'est possible via le menu triangle rouge.
5) Is the general formulae that “adjust” for overlapping samples implemented as used in Desktop Reporter Software? Is there an efficient way/data structure/grids to “tell” JMP that there are overlapping samples?
Comme indiqué ci-dessus, utiliser Ajuster le modèle pour ajuster un modèle mixte peut être le moyen le plus approprié de gérer cela dans JMP.
6) Jeremy’s issue: (JMP contacted on this before by Mike Creed/Diane Farris)a. When doing the calculation, it appears that JMP is not adjusting the degrees of freedom when using the Rao Scott first order correction.
Nous pensons qu'il y avait une certaine confusion entre "échantillons qui se chevauchent" et "réponses multiples" mais il y a un défaut dans JMP 12.1 où la correction Rao-Scott n'a pas été appliquée correctement. Ce défaut a été corrigé dans JMP 12.2 qui sortira en janvier.
b. When no overlap exists, but a column is defined as multi-response, the overlap formula is used when it should not. So you get different results when defining a column as multi-response versus not when no overlap does exist.
La propriété de réponse multiple est la manière dont JMP sait appliquer la correction de Rao-Scott. Il ne doit pas être appliqué aux colonnes qui ne sont pas des types de réponse multiples.
Ajout à mon dernier message:
Si la mise en correspondance des résultats de JMP avec ce qui est implémenté dans Desktop Reporter devient un objectif, l'ensemble de données de test joint avec les résultats peut être utilisé comme référence. Il contient des données CATA ainsi que plusieurs évaluations de produits par consommateur. La variable CATA est appelée Vitamine / Alimentation Supmnt Prod N Utilisation future .Dans les onglets Excel 2 et 3, où cette variable est placée «en haut» du tableau, vous pouvez voir que la formule de chevauchement est appliquée.
Merci,
Alex
Nous préférons utiliser la même implémentation dans JMP que dans Desktop Reporter, ce qui signifie, je suppose, le calcul de la "base effective". Cela vise principalement à éviter de se demander pourquoi les résultats différeraient autrement. Nous ne sommes pas très familiers avec la différence entre les deux options pour fournir une meilleure contribution que celle-ci.
Le calcul dans le lien est la moyenne pondérée des erreurs types des moyennes comparées. Cela a du sens, et je vais mettre en œuvre de cette façon.
Préférez-vous le calcul de la «base effective», qui utilise le rapport entre la somme au carré des poids et la somme des poids au carré, ou préférez-vous uniquement les poids dans le dénominateur.
Utiliser les poids comme dénominateur me paraît plus logique.
Cela rendrait les degrés de liberté pour le test t = w1 + w2 - w0 - 2, où w0 est le décompte du chevauchement. Êtes-vous d'accord?
Puisque nous ne regroupons plus les écarts-types des comparaisons de moyennes, il semble que la formule de la variance de la différence entre les moyennes de deux colonnes Col 1 et Col 2 avec chevauchements se réduit à ce qui suit:
(s1 ^ 2 + s2 ^ 2) / 2 * [1 + P]
où s1 ^ 2 et s2 ^ 2 sont les variances des moyennes de Col 1 et Col2, respectivement.
P est le 2 * overlapCount / (n1 + n2)
où n1 et n2 sont les tailles d'échantillon pour les colonnes 1 et 2
Mon édition de Kish ne fait aucune mention du cas où les tailles d'échantillon ne sont pas égales. Attendez-vous une moyenne pondérée entre s1 ^ 2 et s2 ^ 2?
Nous ne corrigeons pas les chevauchements sur le critère de ressources dans la plateforme catégorielle.
Si vous avez la même personne qui compare deux produits, il existe de nombreuses façons de calculer une comparaison appropriée en dehors de la plateforme catégorielle.
Jeff,
Merci d'avoir répondu aux questions ci-dessus. Il est très utile pour nous de comprendre les capacités et les limites de la plateforme catégorielle JMP. D'après la réponse, nous comprenons que cette plate-forme ne doit pas être utilisée avec des données pour lesquelles nous avons plusieurs évaluations de produits ou plusieurs évaluations de points temporels par consommateur.
La seule question complémentaire que j'ai est la suivante:
Notre compréhension est que JMP n'a PAS implémenté la formule de Kish pour les échantillons qui se chevauchent ( seconde. 12.4, p. 437 du livre Survey Sampling (1965) de Leslie Kish) dans la plateforme catégorielle JMP. Cette formule a été utilisée dans Desktop Reporter pour analyser des échantillons qui se chevauchent lorsqu'ils se produisent à partir d'un test monadique séquentiel, une étude avec deux produits par consommateur évalués dans un ordre séquentiel. Est-ce exact?
Merci,
Alex
