Niveau: intermédiaire
【Présentateur】
Yukio Takahashi, directeur représentant, BioStat Laboratory Co., Ltd.
[Résumé de l'annonce]
La «moyenne quadratique minimale» et le «profil de prédiction» obtenus à la suite de «l'ajustement du modèle» de JMP sont indispensables pour afficher les résultats de l'analyse exploratoire. Cependant, c'est un dialecte qui n'est pas répertorié dans l'index du "Statistics Dictionary" de Takeuchi et al. (1989), et il est difficile de l'expliquer. Récemment, nous avons découvert qu'une explication concise et claire peut être faite en complétant la «moyenne quadratique minimale» et le «profil de prédiction» dans «l'analyse de covariance», y compris les facteurs qualitatifs, les facteurs quantitatifs et les interactions. Les données utilisées sont le cas de "l'analyse de régression incluant des facteurs stratifiés" dans Okuno et al. (1981), "Multivariate Analysis Method, Revised Edition" (résultat de l'observation de la tour de récupération du gaz sulfite, concentration du liquide de récupération, eau de lavage La température de est x, et la durée de fonctionnement de 4 niveaux A). Dans l'œuvre originale, il y a un affichage graphique comme si la période d'opération (janvier / février) avait une inclinaison différente des autres périodes. À l'aide d'un modèle qui inclut l'interaction, suivez l'évolution du profil de la température x de l'eau de lavage tout en modifiant la saison d'exploitation A dans le profil de prédiction, comparez la concentration moyenne y de la saison d'exploitation A tout en changeant la température x, et comparez la température x. On peut clairement montrer qu'elle correspond à la moyenne quadratique minimale de la saison d'exploitation A lorsque la moyenne totale de est donnée.
https://www.yukms.com/biostat/takahasi2/rec/009-13.htm
[Profil du présentateur]
Je suis un utilisateur de JMP4 et j'utilise SAS depuis avant JMP. Dans l'entreprise pour laquelle j'ai travaillé, j'ai mené une formation statistique en utilisant divers JMP et en promouvant les JMP au sein de l'entreprise. Ce résultat a été présenté lors de la réunion du JMPer le cas échéant. Après avoir pris sa retraite de l'âge de la retraite, il a créé une société de conseil indépendante et poursuit ses activités. Récemment, j'ai réalisé que la capacité d'analyser des données réelles dans de nombreux domaines académiques (à l'exclusion des statistiques cliniques) au Japon diminuait collectivement. L'analyse de covariance est également un défi ancien et nouveau pour moi. Il était nécessaire de travailler sérieusement sur l'analyse de covariance, y compris l'interaction. L'analyse de covariance est devenue un modèle analytique lorsqu'il n'y a pas d'interaction. Reconnaissant qu'historiquement, le cas de l'implication d'interactions a également été discuté, cela est extrêmement utile pour expliquer la méthode des moindres carrés, qui est le dialecte SAS, et le profil prédictif, qui est le dialecte JMP. J'étais parfaitement conscient de cela.
