다음 방법을 참조하십시오.
- 원래 Mary Eleanor Spear가 사람들의 인구에 대한 정보를 표시하는 방법으로 제안한 상자 그림과 통계를 살펴보십시오.
- Sealy Gosset이 처음 제시한 스튜던트 t-테스트를 사용하여 평균이 목표와 다른지 또는 두 평균이 통계적으로 동일한지 확인합니다. 목표값
- 잠재적인 관계가 있는 데이터를 살펴보고 관계를 이해하는 데 도움이 되는 몇 가지 통계를 조사하기 위해 John Tukey가 체계화하고 정제한 탐색적 데이터 분석(EDA)을 수행합니다.
Barley Box PlotBarley Box Plot보리 상자 플롯
Petal Length vs WidthPetal Length vs Width꽃잎 길이 대 너비
자원
안녕하세요 JMP 사용자 커뮤니티
감사합니다 @gail_massari , @MikeD_앤더슨 2021년 10월 15일 마스터링 JMP 세션 개최를 위해 제작 및 통역 기초 통계 .
그래프 빌더에서 마우스 오른쪽 버튼을 클릭하여 사용할 수 있는 "노치" 박스 플롯 기능은 매우 멋진(그리고 유용한) 기능입니다!
세션 중에 가설 테스트와 가설 테스트의 맥락에서 p-값의 정확하고 의미 있는 해석에 대한 몇 가지 질문이 나왔습니다.우선, 저는 가설 테스트가 Occam's Razor의 인스턴스화를 기반으로 하는 불확실성 하에서 최적의 결정을 위한 규범적 규범적 프레임워크라고 말하고 싶었습니다(아래에 인용한 링크를 클릭하십시오).샘플링 오류는 처리 효과 없음(귀무 가설 아래에 있는 상황)을 설명하기 위한 가장 간단한(가장 인색한) 설명입니다. 여기서 샘플링 오류는 다음과 같습니다. 항상 존재 - 이것은 모집단에서 반복적으로 표본을 추출할 때 얻을 수 있는 고유한 변동입니다.
p-값은 단순히 귀무 가설 하의 분포에서 면적의 비율이며, 해당 비율(커버된 면적)은 확률일 뿐입니다.
공식적으로 가설 검정의 틀에서 p-값은 통계(또는 더 극단적인)를 얻을 확률입니다. 귀무가설이 참이면 .
확률이 "낮음"이면 귀무 가설을 기각할 이유가 있습니다.
확률이 "높음"이면 귀무 가설을 기각할 이유가 없습니다.
큐. 확률이 "높음" 또는 "낮음"인지 결정하는 요인은 무엇입니까?ㅏ. 우리가 설정하는 기준은 일반적으로 ~ 전에 실험을 하고 있습니다.
그 기준은 무엇입니까?그 기준은 단순히 컷오프 값이며 여기서 컷오프가 무엇인지 결정하고 그 컷오프는 관례적으로 = 0.05(또는 일반적으로 5%)로 설정됩니다.
이 기준을 무엇이라고 합니까? 공식적으로 이 컷오프를 "알파"(α)라고 하며, 그렇지 않으면 "증거 기준"이라고도 합니다.
p < α이면 귀무 가설을 기각합니다.
p≥α이면 귀무가설을 기각하지 않습니다.
귀무가설은 절대 받아들여지지 않습니다!왜? 특정 실험에서 효과의 증거 부족(즉, p ≥ α)은 결코 모집단에 효과가 없다는 증거가 되지 않습니다.과학 또는 산업 실험에서 우리는 "계속 살펴봅니다".특히 샘플 크기가 작거나 실험 결과를 복제할 수 없음을 발견한 경우.통계에서 우리는 일반적으로 null(p < α)에 대한 거부 진술이 비거부 진술(p is ≥ α)보다 훨씬 "강력한" 증거라고 생각합니다."귀무가설을 기각하지 않는다"는 결정은 사실상 "아무것도 찾지 못했다"는 결정입니다.거기에 아무것도 없다는 것을 증명하지 않습니다.그렇다고 가정한다면 우리는 과학이나 산업 실험을 하지 않을 것입니다(인생은 매우 지루할 것입니다).
줄리안 패리스( @줄리안 )에 탁월한 치료를 제공합니다. 가설 검정의 논리 및 프레임워크 그의 (2015) JMP 기반 통계 과정에서 상당히 통계적인 방법 ,
가설 검정과 p-값도 JMP에서 매우 잘 다룹니다. STIPS 기준 치수: 데이터로 의사 결정 , SAS 가상 학습 환경에서 사용 가능(SAS 사용자 이름 및 암호 등록 시 무료).
보다 섹션 4.2 통계 테스트의 기초 ( "귀무가설과 대립가설의 이해" 그리고 "p-값과 통계적 유의성" )
도움이 되었기를 바랍니다.
@패트릭줄리아노
