各分析ソフトウェアパッケージは分析の処理、処理、出力が異なるため、あるソフトウェアプログラムから別のソフトウェアプログラムへの移行は恐ろしいものになる可能性があります。 ユーザーがプログラムに慣れると、別のプログラムまたは同じプログラムのより新しいバージョンに移行することが困難になる場合があります。 これは、他社または学生としてSPSSを学んだ新しいJMP®ユーザーに特に当てはまります。
このガイドは、シンシナティ大学のJoshua Lambert博士によって作成されたもので、ユーザーがSPSSバージョン27からJMP16およびJMPPro16に簡単に移行できるようにすることを目的としています。 このホワイトペーパーでは、SPSSとJMPの違いを説明し、この移行がいかに簡単であるかを示します。
これらの違いを示すために、歴史上最も悪名高い難破船の1つであるRMSタイタニック号の沈没からのデータを使用します。
このホワイトペーパーで取り上げるトピックは次のとおりです。
ホワイトペーパーの全文は以下のとおりです。
（注：上のハイパーリンクをクリックすると、特定のセクションに直接ジャンプできます。）
前書き
その年は1989年で、ポイズンの新曲"とげのないバラはない"チャートを突破しました。 パーソナルコンピュータの状況は急速に変化しており、新しく導入されたグラフィカルユーザーインターフェイス（GUI）を通じて、その厄介な過去の一部を取り除くことを目指していました。 Apple MacintoshはデスクトップGUIを普及させ、多くのソフトウェア会社はGUIの使いやすさとアクセシビリティを活用するための革新的な製品の作成を目指していました。 SAS Instituteで、John Sallと彼の開発者チームは、1989年10月にJohnのMacintoshプロジェクト（JMP）バージョン1をリリースしました。 JMPバージョン1は、ユーザーにグラフィカルなフロントエンドを提供し、コードを記述せずにソフトウェアで実行する分析とオプションを指定できるようにしました。 1994年、Windowsデスクトップ環境向けにJMP3.1がリリースされました。 2020年、JMPチームは、MacとWindowsの両方のJMP16とJMP16 Proで高品質の分析ツールの長いリストを維持しながら、新しく開発された統計手法を導入し続けます。 JMPのポイントアンドクリックのユーザーフレンドリーな環境は、さまざまなデータサイエンス活動に人気のあるツールです。
社会科学のための統計パッケージ（SPSS）は、データの統計分析のためのよく知られた、非常に利用されているプログラムです。 学界と産業界の両方で豊かな歴史があり、特定の分野の標準です。 もともとGUI以前の時代に開発されたSPSSは、GUI形式に最初に切り替えた企業のひとつであり、早い段階でニッチ市場を見つけました。 JMPや他の多くの企業と同様に、SPSSは、ユーザーがデータを簡単に処理および分析できるようにするグラフィカルなフロントエンドを開発し、分析を大衆に提供しました。
JMPとSPSSのデータ分析ワークフローは根本的に異なります。 JMPは、ユーザーがデータと分析の間に動的で流動的なリンクを持つように設計されています。 このリンクは、データ分析の別の視点につながります。これについては、このガイドで説明します。 SPSSには、出力を表示する前に実行する分析をユーザーが指定できる静的ワークフローが必要です。 JMPは、ユーザーが処理したい応答変数と説明変数の定義から、調査したいより具体的な比較まで、情報カスケードをユーザーに説明します。 JMPのユーザーエクスペリエンスは、インタラクティブで動的なデータ分析を通じてユーザーを導くように設計されています。
2020年には、データを処理および分析するためのソフトウェアオプションが多数あります。 各ソフトウェアは分析の処理、処理、出力がまったく異なるため、あるソフトウェアプログラムから別のソフトウェアプログラムへの移行が非常に困難になる可能性があります。 このガイドは、SPSSバージョン27からJMP16およびJMPPro16へのユーザーの移行を容易にすることを目的としています。 次の例は、SPSSとJMPの違いと、一方から他方への移行を容易にする方法を最もよく示しています。 この例は、検討中のソフトウェアから独立しているため、バックグラウンドとデータセットは代替ソースから取得されます。
例
RMSタイタニック号の沈没は、歴史上最も悪名高い難破船の1つです。 1912年4月15日、彼女の処女航海中に、タイタニック号は氷山と衝突した後に沈没し、2224人の乗客と乗組員のうち1502人が死亡しました。 このセンセーショナルな悲劇は国際社会に衝撃を与え、船舶の安全規制の改善につながりました。
ザ・titanic.csvファイルには、タイタニックの乗客887人のデータが含まれています。 各行は1人の人物を表し、その人物に関するさまざまな属性を説明する列があります：生存（0 =いいえ、1 =はい）、Pclass（1 = 1ファーストクラス、2 = 2 ndクラス、3 = 3 rdクラス）、名前、性別（男性、女性）、年齢、兄弟/配偶者、両親/子供、運賃。
データのインポートとクリーニング
SPSS
SPSSを開くと、[ファイル]メニューのオプションを使用して多くのファイルタイプ（CSV、Stata、SAS、Excelなど）を開くことができます。 ソフトウェアが区切り文字やメニューなどをチェックする一連の手順の後、次のファイルをインポートします（titanic.csvデータの[変数間に表示される区切り文字はどれですか？]の下の[スペース]を必ずオフにしてください）。
スプレッドシートをひと目見ると、8つの変数と887の観測値がわかります。 生存率、乗客クラス、名前、性別、年齢、兄弟または配偶者が搭乗していたかどうか、両親または子供が搭乗していたかどうか、運賃（£sで測定）に関するデータが表示されます。
SPSSには、各データセットを表示する2つの方法、データビューオプションと変数ビューオプションがあり、各データセットの下部にあるタブから確認できます。 変数ビューでデータを開くと、各変数のデータ型が表示され、ラベルを追加したり形式を変更したりすることで、その情報を変更できます。
このデータをクリーンアップして分析の準備をするために、注意が必要なことがすでにいくつかあります。 幸い、ほとんどの変数は正しいメジャータイプで読み取られました。 年齢と運賃はスケール変数または連続変数として測定され、その他の変数は名目変数として測定されます。 PClass、SiblingsSpouse、およびParents Children変数は、順序型に変更する必要があります。これは、変数ビューで[メジャー]列の下をクリックして実行できます。 また、欠測データがないため、ソフトウェアが欠測を正しく処理していることを確認する必要はありません。
SPSSでは、文字列（テキスト）タイプのカテゴリ変数にラベルを付ける必要があります。これは、変数ビューでも[値]オプションを使用して行われます。 文字列型の2つの変数（NameとSex）があります。 この例では、Name変数を使用しません。 Sex変数を使用する予定なので、Sexのカテゴリに値を追加する必要があります。 これは、変数ビューの[性別]行と[値]列の[…]ボタンをクリックすることで実行できます。
SPSSでデータを表示する基本的な考え方は、個々の観測値の観点からデータを表示する2つの表示オプションと、各変数のタイプの概要を提供することです。
JMP
JMPに切り替えると、同じデータを開き、同じ操作を行います。 プログラムを開始するとどうなるかから始めましょう。 JMPが起動すると、最初に受け取るのは、今日のヒントとホームウィンドウ画面です。 ホームウィンドウは、データ、ログ、および出力用のさまざまなウィンドウを管理します。 最近使用したファイルは左側にあるので、前のセッションで使用したファイルを簡単に再度開くことができます。
JMPのもう1つの機能は、[表示]メニューの下にある[JMPスターター]ウィンドウです。 JMPスターターは、分析用のコマンドをカテゴリーに編成し、各データの要約と分析オプションを提供するため、新規ユーザーにとって便利です。 このプロジェクトのTitanicデータを開くには、[ファイル]カテゴリの[データテーブルを開く]コマンドをクリックし、ファイルが含まれているフォルダーに移動して選択し、[開く]をクリックします。 [ファイル]メニューから直接データを開くこともできます。
SPSSと同様に、JMPは、CSVファイル、Excelスプレッドシート、SASデータセット、SPSSドキュメント、テキストファイルなどのさまざまなファイルを開くことができます。
SPSSのデータおよび変数ビューとは異なり、JMPはデータ内の複数のビューを切り替えません。 代わりに、左側に同様のことを行うテーブルパネルがあります。
左中央のパネルには列情報が表示され、8つの変数とデータ型のそれぞれが表示されます。 データ型ごとにモデリングタイプのアイコンがあります。連続変数の場合は青、名義データの場合は赤、順序データの場合は緑です。 変数SurvivedをNominaltypeに変更し、PclassをOrdinalに変更する必要があることに注意してください。 搭乗中の兄弟/配偶者および搭乗中の親/子供も序数に変更できます。 タイプを変更するには、変数の列ヘッダーを左クリックまたは右クリックして、[列情報]を選択します。 タイプは、左側のパネルのアイコン（青い三角形または赤いヒストグラム）を右クリックまたは左クリックして変更することもできます。 左下のパネルは行を要約し、追加情報を表示します。
Survived変数とPclass変数を変更してみましょう。 左中央のパネルのSurvived変数の横にある青いアイコンを右クリックまたは左クリックすると、[公称]を選択して、アイコンを赤に変えることができます。 左中央のパネルのPclass変数の横にある青いアイコンを右クリックまたは左クリックすると、Ordinalを選択して、アイコンを緑色に変えることができます。 列ヘッダーを右クリックして[列情報]を選択することで、これらの変更を行うこともできます。
JMP16には他のデータ型があります。 （データ型の完全な説明については、これを参照してくださいリンク。）たとえば、名前は技術的には非構造化テキストであり、名目ではありません。 この変更は、列ヘッダーを右クリックして[列情報]を選択し、[モデリングタイプ]で[非構造化テキスト]を選択することによってのみ行うことができます。 JMPとは異なり、SPSSには、変数をテキストタイプ変数として扱うオプションも、テキスト応答を分析するためのプラットフォームもありません。
SPSSと同様に、JMPに値ラベルを追加することもできます。 これを行うには、ラベルを適用する列ヘッダーを右クリックして、[列情報]を選択します。 次に、[列のプロパティ]で[値ラベル]を選択します。 SPSSとは異なり、JMPには、値ラベルまたは元の値を使用するオプションがあります。 列にプロパティが与えられると、JMPは、対象の列名の前に異なる記号を付けてこれらの変更を通知します。 ここでは、変数Sexに対してアスタリスクが作成されていることがわかります。 JMPには、値ラベル、値の順序、単位など、データ内の変動性をよりよく理解するのに役立つ他の多くの列プロパティがあることに注意してください。
視覚化
視覚化は、データを分析および理解するための強力なツールです。 統計ソフトウェアを介して簡単にグラフを作成できることは、分析ソフトウェアが非常に人気がある主な理由の1つです。 視覚化は、チャートビルダープラットフォームを介してSPSSで、グラフビルダープラットフォームを介してJMPで最も簡単に処理されます。 このガイドでは、棒グラフ、ヒストグラム、散布図の3つのシンプルで強力な視覚化ツールについて説明します。
SPSS
議論を変数Age、Fare、Sexに限定して、それぞれの分布を視覚化し、3つすべてを1つのグラフに表示するとします。 まず、セックスの棒グラフを作成します。 これを行うためのすばやく簡単な方法の1つは、[グラフ]メニューの[レガシーダイアログ]を使用することです。
このデータでは、データポイントの半分強が男性であることがわかります。 Age and Fareに目を向けると、このデータをヒストグラムで視覚化できます。これは、LegacyDialoguesにもあります。
ヒストグラムに加えて、各変数（平均、標準偏差、サンプルサイズN）の簡単な統計も取得します。 出力の各グラフをダブルクリックして、必要に応じてカスタマイズできます。 年齢と運賃の分布を調べると、他の観測よりもはるかに高い運賃の観測値が見られます。
より複雑なグラフの場合は、[グラフ]メニューの[グラフビルダー]オプションを使用します。 Chart Builderを使用すると、性別で色分けされた年齢と運賃の散布図を作成できます。
チャートビルダーダイアログボックスは、使いやすく、カスタマイズできるので便利です。 目的のグラフの種類をクリックして、プレビューボックスにドラッグするだけです。 そこから、x軸とy軸で使用する変数をクリックしてドラッグし、色変数を[色を設定しますか？]にドラッグします。ボックス。 グラフを設定したら、[OK]をクリックして結果を表示できます。
この散布図を表示すると、データに関するいくつかのポイントを作成できます。 まず、運賃については、たまたま同じ年齢の2つの異常な観察結果（男性1つと女性1つ）があるようです。 おそらく彼らは一緒に旅行していましたか？ これらのデータポイントは、残りのデータに関して確かに場違いに見えます。 散布図から、年齢と運賃の間に線形関係があるかどうかを確認することは困難です。 また、運賃の下では、50ポンド程度のポイントが多いようです。
JMP
JMPでのデータの視覚化を見る前に、JMPはインタラクティブなソフトウェアとして設計されていることを紹介から思い出してください。 この対話性のほとんどは、データと出力のさまざまな場所にある小さな赤い三角形のアイコンの形で提供され、ユーザーは追加の分析を検討できます。 SPSS出力はほとんど静的であり、さらに調査するには、分析プラットフォームのグラフを再度開き、オプションを再選択する必要があります。 もう一度、基本的な棒グラフから始めます。 ユーザーは、上部のメニューバーの[グラフ]メニュー項目からグラフ機能に簡単にアクセスできます。 ほとんどのグラフやチャートでは、JMPの動的でユーザーフレンドリーなグラフビルダーが論理的な選択です。 棒グラフを作成するには、グラフビルダーを選択します。これにより、円グラフ、バブルプロット、折れ線グラフなど、他のさまざまなグラフも使用できます。
Graph Builderは、使いやすいドラッグアンドドロッププラットフォームであり、魅力的で興味深い方法でデータを探索および視覚化できます。 カテゴリ変数の棒グラフの作成は、最初に、グラフの上部にあるリボンの棒グラフボタンを選択することによって行われます。 次に、Sexをグラフの下部にあるxボックスにドラッグします。 グラフの周りでSex変数をドラッグすると、JMPのグラフビルダーが動的に変化し、変数をそこにドロップするとグラフがどのように表示されるかを実際に確認できます。 これは、実際のグラフを表示する前に[OK]を選択する必要があるSPSSとは異なります。 その変更を元に戻すのは、変数をグラフから完全にドラッグするか、グラフプラットフォームの別のセクションにドラッグするのと同じくらい簡単です。 グラフの下部にあるxボックスに[性別]をドロップすると、新しい棒グラフのオプションを選択できる[棒オプション]パネルが表示されます。 たとえば、バーに合計の％を含めるのは、[ラベル]ドロップダウンでそのオプションを選択するのと同じくらい簡単です。 このオプションは、まったくないのではなく、バーの上に女性と男性であるサンプル全体の割合を表示します（デフォルトオプション）。
軸を合計のパーセンテージに変更するのは、[要約統計量]ドロップダウンの[バー]オプションで[合計の％]を選択するのと同じくらい簡単です。 すべてのプロットタイトル、軸ラベル、および凡例の設定は、ダブルクリックまたは右クリックして変更する設定に移動することで変更できます。 グラフビルダーは非常にインタラクティブであるため、棒グラフを円グラフに変更するのは、上部のリボンにある円ボタンをクリックするのと同じくらい簡単です。 [完了]をクリックすると、グラフビルダーのコントロールパネルが削除され、作成されたグラフのみが残ります。 これは、グラフを画像ファイルとしてエクスポートする場合に便利です。これは、[ファイル]> [エクスポート]をクリックし、JMPの多くのファイルタイプオプション（画像、PDF、Microsoft Wordなど）の1つを選択することで実行できます。 赤い下向きの三角形をクリックして[コントロールパネルの表示]を選択すると、コントロールパネルを再度開くことができます。
赤い下向きの三角形の下にあるもう1つの便利なオプションは、変数に欠測データがある場合に欠測カテゴリを含めることです。 不足しているデータが女性と男性のカテゴリと一緒にグラフに表示され、表示されているすべてのパーセンテージに含まれています。 また、リコールボタンも便利です。 1つのデータポイントのラベルが間違っていることに気付いただけで、パーフェクトグラフの作成に長い時間を費やしたとしましょう。 JMPでは、それは問題ありません。 Graph Builderを終了し、データセットに戻って、必要に応じてデータを変更します。 [グラフ]> [グラフビルダー]に戻ると、魔法の[リコール]ボタンが表示されます。 それをクリックすると、データに加えた修正を加えて、閉じたばかりのグラフが再作成されます。
ヒストグラムに移ると、グラフビルダーリボンにヒストグラムアイコンがあります。 Ageから始めて、変数リストからxボックスにドラッグすることで、単純でわかりやすい出力を取得できます。 代わりに、それをyボックスにドラッグして、垂直ヒストグラムを取得することもできます。 棒グラフと同様に、ヒストグラムスタイル、平均と標準偏差、またはヒストグラムボックスの上部に表示されるカウントなど、便利なヒストグラムオプションを左側のパネルで選択できます。
SPSSで作成した散布図を再現して、高額な運賃と同様の年齢の男性と女性の乗客を示しましょう。 JMPは動的でインタラクティブであるため、作成済みの年齢ヒストグラムから始めることができます。 これを散布図に変換するには、変数Fareをy軸にドラッグし、グラフの上にあるリボンの散布図ボタンをクリックするだけです。 次に、変数Sexをグラフの右側のOverlayとSizeの間にあるColorボックスにドラッグします。 そして、ボイラ！ 数回クリックするだけで、ヒストグラムが性別で色付けされた点を持つ散布図に変換されました。
繰り返しになりますが、運賃が他の個人よりもはるかに高い2人のユニークな個人のように見えるものがわかります。 それらを可能な外れ値としてリストしますが、ここからSPSSとJMPの違いが実際に始まります。 JMPを使用すると、データとレポートの間で動的に対話できます。 すべてのポイントが選択されている場合（グレー表示されていない場合）、ポイントにカーソルを合わせると、グラフで使用されている変数値、およびそれらのポイントが対応するデータテーブルの特定の行に関する情報をすばやく取得できます。 個々のポイントを選択して、関心のある特定のデータサブセットを強調表示することもできます。
データテーブルに戻ると、選択した行がデータテーブルのハイライトとして表示されます。これにより、行をすばやく調べて、どの観測が論争を引き起こしているかを正確に判断することができます。 データの整合性をチェックする必要がある場合は、データと出力を動的にリンクすることで、戻って個々の観測値を簡単に検査できます。 データの選択をクリアする方法はたくさんありますが、最も簡単な方法の1つは、データテーブルの[行]パネルで[選択済み]をダブルクリックすることです（同様に、[すべての行]をダブルクリックするとすべてのデータが選択されます）。
Graph Builderから、動的リンケージがJMPでの作業とSPSSでの作業をどのように分離するかが正確にわかり始めます。 これらのグラフの個々のポイントをクリックして、動的分析用に選択できます。 運賃の高い観測でこれを行うと、2回の観測であると思っていたのは、実際には3回でした。 ミス・アンナ・ワード、トーマス・ドレイク・マルティネス・カルデザ氏、グスタフ・J・レシュラー氏はすべて512ポンドの運賃でした。 ミス・ワードとレスラー氏はどちらも35歳で、カルデザ氏は36歳でした。 興味深いことに、3人の乗客全員が生き残った。
SPSSでは、グラフで外れ値の可能性を観察しましたが、JMPはそれをさらに一歩進めて、それらの個々のポイントを強調表示し、データやその他のレポートで確認できるようにします。 さらに、特定のデータポイントを削除せずに、分析から除外できます。 除外されたデータはデータテーブル内に残りますが、分析では考慮されないため、潜在的な外れ値がある場合とない場合で分析を簡単に行うことができます。 分析ではなくビジュアライゼーションから個々のポイントを削除したい場合は、[非表示]オプションもあります。 この除外または非表示は、データテーブルに戻り、除外または非表示にする行を右クリックして、対応するボタン（[除外]または[非表示]）をクリックすることで実行できます。
JMP 16のもう1つの際立った視覚化機能は、ヘッダーグラフです。 データテーブル内の左端の列に小さなヒストグラムボタンがあります（下の図の青い円を参照）。 このアイコンをクリックすると、各変数の列ヘッダーにグラフが表示されます。これは非常に便利で動的です。 ヘッダーグラフのさまざまな部分をクリックすると、選択に対応するテーブル内の観測値が強調表示されます。 以下では、生き残ったもの（1）を選択しました。これにより、データセット内の他の変数全体の変数分布をすばやく確認できます。 きちんと！
記述的
記述統計
記述統計は、優れた統計分析の中心であり、適切に実行されると、視覚化で見られるものを超えた真の洞察を提供します。 このセクションでは、単変量の説明とカスタムテーブルの作成に焦点を当てます。 変数AgeとFareの調査を継続したい場合は、潜在的な外れ値を残し、潜在的な外れ値を分析から削除する必要があるかどうかがまだ不明であるため、そのデータを検討します。
SPSS
多くのSPSSユーザーは、[頻度]ダイアログボックスが多くの異なる変数を同時に分析するためのワンストップオプションになり得ることを知っています。 [記述]ダイアログボックスがありますが、記述統計とグラフを1か所で要求できるため、[頻度]ダイアログボックスは便利です。 また、このオプションにいくつかの異なるタイプのデータを入れることができ、SPSSは各タイプの変数に適切なグラフと統計を生成します。
ここで選択したオプションは、標準的な単変量レポートを提供します。ここでは、基本的な統計コースで説明されている中心と広がりの典型的な測定値が表示されます。 度数分布表、ヒストグラム、棒グラフ、およびその他の多くの有用な説明出力も、[グラフ]オプションで利用できます。
SPSS分析：記述統計：頻度メニュー
SPSSFrequenciesダイアログボックス
SPSS頻度統計オプション
SPSS頻度統計出力
JMP
SPSSの[Frequencies]ダイアログボックスと同様に、JMPには簡単な説明出力を取得するためのDistributionプラットフォームがあります。 配布プラットフォームは、[分析]メニューの下にあります。 まず、Survived、Sex、Age、Fareを選択します。
[OK]をクリックすると、配布レポートが表示されます。 デフォルトでは、分位数、平均、標準偏差、およびその他の要約統計量が連続変数に対して生成され、平均の95％信頼区間も生成されます。 また、デフォルトでは、可変出力はスタック解除され、水平に配置されます。 赤い三角形をクリックして[スタック]を選択すると、出力が垂直ビューに切り替わります。 度数分布表はカテゴリ変数用に作成され、男性サブグループ（Sex = 1）が選択されて、同じレポートの異なる部分間の双方向性が強調されています。
赤い三角形をクリックすることで、レポートの表示をカスタマイズしたり、より説明的な測定値を取得したり、さまざまな分布をデータに適合させたりすることができます。 アドオンには、箱ひげ図、正規分位数プロット、CDFプロット、分布近似が含まれます。 出力をインタラクティブに操作できるため、さまざまな理論的分布をデータに適合させ（たとえば、正規、指数、ポアソン、二項、正規混合など）、データへの相対的な適合を評価できます。
JMPのもう1つの優れた機能は、配布レポートをインタラクティブなhtmlファイルとして保存し、JMPソフトウェアを使用せずにインタラクティブに表示および操作できることです。 これは、[ファイル]> [名前を付けて保存]…> [ファイルの種類]> [データを含むインタラクティブHTML]から実行できます。 これらのファイルは、学生にとって優れたデモになるか、レポートにまとめることができるため、JMPを使用している人と使用していない人の間で結果について簡単に話し合うことができます。
記述：カスタムテーブル
SPSS
多くの場合、ビジュアルが性別による年齢と運賃の違いを示した例のように、特定の出力が必要です。 SPSSには、特定の出力用のカスタムテーブルを作成するオプションもあります。 変数をクリックして適切な場所にドラッグし、表示する説明出力を指定できます。 数値が入力されたテーブルを表示するには、最初に[OK]をクリックしてから、結果セクションに移動してテーブルを表示する必要があります。 この出力の例を以下に示します。
JMP
JMPは、[テーブル]メニューの[集計]プラットフォームを介してカスタムテーブルを作成します。 Tabulateプラットフォームは、グラフビルダーと同じように、インタラクティブにテーブルを作成できます。 繰り返しになりますが、SPSSでは、結果を表示する前に、テーブルに含める変数をドラッグし、[OK]をクリックする必要があります。 JMPは、変数をドラッグアンドドロップした直後にこれらの結果を提供します。 テーブルのカスタマイズを開始すると、計算と出力を確認できます。 さらに、非常に具体的な出力を作成する場合は、従来のダイアログボックスを優先して、インタラクティブテーブルをオフにすることができます。
記述：相関
SPSS
[分析]メニューの[相関]内の[二変量]ダイアログボックスを使用して、年齢と運賃の間の相関推定値のサンプルを取得できます。 2つの変数の間には有意な正の相関があることに注意してください。
JMP
JMPは、一連の分析を1つのプラットフォームにグループ化して、さまざまなことを実行できるようにします（すべてある程度関連しています）。 たとえば、ピアソン相関係数を見つけるための最も簡単なオプションは、[分析]メニューの[多変量メソッド]の下にある多変量プラットフォームを使用することです。
多変量プラットフォームは、相関関係を見つけるための単なる手段ではありません。ただし、ここに示す基本的なレポートは、ピアソン相関推定と散布図行列の両方を提供します。 赤い三角形をクリックすると、ヒストグラムを対角線に沿って追加できるため、分布をすばやく視覚化できます。 多変量プラットフォームでは、相関をテストし、相関の代替尺度（SpearmanやKendallなど）、信頼区間、偏相関、およびカラーマップなどのビジュアルを見つけることもできます。 さらに、主成分分析、外れ値分析、アイテムの信頼性などの相関ベースの測定はすべて、多変量プラットフォームで利用できます。
推論：2標本t検定
SPSS
生き残った人と生き残らなかった人の間で年齢が大幅に異なるかどうかをテストしたいとします。 標準の独立サンプルのt検定は、SPSSで人気のあるオプションであり、[平均の比較]メニューにあります。 ここで、1つ以上の連続測定を指定し、その測定の平均値が2つのグループ間で大幅に異なるかどうかを判断できます。 SPSSでは、等分散性検定と不等分散性検定の両方が計算され、分散の検定に基づいて、どちらの検定が最も適切かを判断できます。
JMP
JMPスターターメニューにはt検定用のボタンがありますが、ユーザーは、t検定と一元配置分散分析がすべて同じプラットフォームに入ることに注意する必要があります。 実際、JMPは、すべての2変数推論を1つのFit Y byXプラットフォームに結合します。 Fit Y by Xプラットフォームを使用すると、あらゆるタイプのデータの2変量比較を推測できます。
起動ウィンドウの左下隅にあるグリッドには、さまざまな分析タイプが一覧表示されます。 調査するx変数とy変数を選択でき、JMPは使用されているデータのタイプに基づいて適切な方法を選択します。
今のところ、生存状況に基づいて年齢の違いを調べたいと思います。 レポートには、不均等な分散を想定するt検定（赤い三角形のアイコンから平均と標準偏差およびt検定を選択して検出）とともに、簡単な説明があります。 グラフィック（箱ひげ図など）と分散を調べる追加のテスト、または偏ったデータにより適したノンパラメトリック検定を追加する場合があります。
繰り返しになりますが、JMPには多くの同様のテストが1つの共通プラットフォームに統合されているため、重要な違いがあります。 t検定から始めて、グラフィックと要約統計量を調べて、t検定の仮定が満たされているかどうかを判断できます。 そうでない場合は、検討対象のデータにより適した代替テストを追加する場合があります。
推論：クロス集計/分割表とカイ二乗検定
SPSS
分割表を作成し、カテゴリデータのカイ2乗検定を実行することは、多くの分析にとって重要な要素です。 テーブルデータの調査は、SPSSが常に焦点を当てている1つの領域であり、記述統計メニューのクロス集計リストの下に分析のための多くのオプションがあります。 クロス集計メニューを使用すると、実行する比較のタイプに基づいて、いくつかの異なる分析セットを要求できます。
この例から、タイタニック号に乗った女性（性別= 0）の生存率は男性（性別= 1）の3倍以上であることがわかります：74.2パーセント対19パーセント。 カイ二乗検定の表から、生存状態と性別の間に有意な関連があると結論付けるのに十分な統計的証拠があることもわかります（カイ二乗p値= 0.000）。 SPSSは（デフォルトで）0.001未満のp値を表示せず、代わりに0.000を表示することに注意してください。 これは、p値が実際に0であると信じているユーザーを混乱させる可能性があります。 実際には、p値は非常に小さい（0.001未満）。 JMPは、デフォルトで小数点以下の桁数を増やして（SPSSの3つではなく4つ）p値を表示し、0.0001未満のp値を0.0001未満の表記でより明確に表現します。 予想されるカウントが少ない場合、SPSSは警告メッセージを表示し、セル数が少ないサンプル間の差異のフィッシャーの正確確率検定を提供します。 相対リスクとオッズ比の推定値に関心がある場合は、統計ボックスの[リスク]オプションをチェックして、それらの推定値を取得できます。
JMP
Fit Y by Xプラットフォームを介して、JMPの緊急事態分析オプションにアクセスできます。 xとyの両方にカテゴリ変数を指定するだけで、分割表分析につながります。 SPSSで行ったのと同じテーブルを指定して、性別と生存状況の関係を調べることができます。 JMPレポートは、テーブル情報、カイ2乗検定、およびフィッシャーの直接確率検定（2x2テーブルのみ、SPSSと同じ）を提供します。
次に、相対リスク、オッズ比、関連性の尺度（ケンドールのタウなどの項目）などの要約とテストを追加できます。 不測の事態の分析は標準レポートと見なされますが、赤い三角形のアイコンから利用できるオプションのリストも表示されます。 JMPの興味深い側面は、ソフトウェアが、ユーザーがなじみのない領域のユーザーを支援しようとすることです。 オッズ比オプションを選択し、その領域にマウスを置くだけで、このオプションがどの種類の分析を生成するかを示す説明ボックスが表示されます。 統計、p値、またはその他の出力の解釈に問題があるユーザーの場合、このオプションは、マウスで領域を一周またはホバーするだけで使用できます。
推論：線形回帰
SPSS
線形回帰は、[回帰]メニューの[線形回帰]オプションを使用して実行できます。 運賃の予測子として年齢を使用するとします。 SPSSの線形回帰オプションは、モデルベースの推定、適合度の測定、診断、予測値の出力、および適合度を評価するための視覚的なプロットのためのさまざまなオプションを備えた強力なツールです。 多くの潜在的な予測子を組み込み、同じメニューセットで単純な線形回帰と複数の線形回帰の両方を調べることができます。
追加のオプションを使用せずに、R-square、ANOVAテーブル、および回帰推定用のテーブルを使用して標準出力を取得します。 年齢と運賃の間には有意な関係があり、年齢が上がると、それらの個人の運賃も上がる傾向があります（p値= 0.001）。 線形オプションでは、文字列変数を潜在的な予測子として使用できないことに注意することが重要です。 実際、SPSSには、適合させる必要のあるモデルのタイプに応じて、さまざまな回帰オプションがあります。 線形オプションは、数値共変量のみに制限されています。連続共変量とカテゴリ共変量の両方を使用した重回帰については、一般線形モデルプラットフォームを参照してください。
JMP
JMPの回帰モデルには2つのオプションがあります。FitYbyXプラットフォームまたはFitModelプラットフォームで、どちらも[分析]メニューにあります。 単純な二変量フィットは、Fit Y by Xプラットフォームに沿っているので、そこから始めましょう。
Fit Y by Xプラットフォームを再び使用して、2つの異なる変数間の関係を調べることができます。 ここでは、年齢をX、運賃をYとしています。 Fit Y byXプラットフォームは2変量関係のみを調べることに注意することが重要です。 xとyの両方の役割に対して複数の候補を選択することができます。 このような場合、出力は複数の2変量近似で構成され、各出力は変数の各セットに適切な測定値を表示します。
二変量フィットレポートは単純な散布図から始まり、どのタイプの二変量フィットを作成するかを正確に評価する必要があります。 ここでは、データへの単純な線形回帰直線をモデル化する線形フィットが表示されます。 標準レポートには、SPSSにあるものと同じ基本情報が含まれています。R-square、ANOVA、および切片と勾配パラメーターの仮説検定を使用したパラメーター推定値です。 ただし、JMPでは、この出力を操作して、複数の適合を同時に確認できます。 たとえば、データへの単純な平均、直線、および2次近似を選択し、R-squareまたはパラメーター推定値のいずれかによって近似を比較できます。 他の近似には、密度楕円と平滑化スプラインが含まれ、そこから近似間の比較を行うことができ、推定値を元のデータに出力してさらに調査することができます。 各適合の下で、診断測定値とプロットを指定して、特定の各モデルを使用するための仮定が満たされているかどうかを評価できます。
JMPは、さまざまなタイプの回帰モデルをすべてFitModelプラットフォームに配置します。 ここに示す例では、Sex、順序変数Pclass、およびカテゴリ変数Sex（カテゴリと連続共変量を分離する必要はありません）の組み合わせを介して運賃を予測する多重線形回帰モデルをフィッティングしています。 [実行]をクリックすると、最小二乗法の出力が表示されます。これには、実際のプロットと予測されたプロット、レバレッジプロット、予測されたプロットごとの残余などが含まれます。 プロファイルプロットなどのその他のオプションは、赤い三角形の下で利用できます。
推論：ロジスティック回帰
SPSS
ロジスティック回帰は、[回帰]メニューの[バイナリロジスティック]オプションを使用して実行できます。 バイナリ変数の生存の予測子としてAgeを使用するとします。 SPSSのBinaryLogisticオプションには、モデルベースの推定、適合度、診断、オッズ比への変換など、さまざまなオプションがあります。 多くの潜在的な予測子を組み込み、同じメニューセットで単純なロジスティック回帰と複数のロジスティック回帰の両方を調べることができます。
JMP
線形回帰と同様に、JMPのロジスティック回帰モデルには2つのオプションがあります。FitYbyXプラットフォームまたはFitModelプラットフォームで、どちらも[分析]メニューにあります。 二変量近似はFitY by Xプラットフォームに沿って行われ、複数のロジスティック近似はFitModelプラットフォームに沿って行われます。 [OK]をクリックすると、モデルに関する多くの役立つ情報がすぐに表示されます。 赤い三角形の下には、オッズ比などのその他のオプションがあります。
データ操作
SPSSとJMPはどちらも、データを整理および操作するためのさまざまな方法を提供するため、データの操作に優れています。 データの並べ替え、変数の並べ替え、ファイルのマージ、再コーディング、その他多くの操作を実行できます。 以下にリストされているのは、SPSSとJMPのいくつかのデータ操作機能を並べて比較したものです。 新しいJMPユーザーは、データファイルと出力が動的にリンクされているため、データを操作する前に出力を閉じる必要がある場合があることを知っておく必要があります。 データを並べ替えたり操作したりするとき、JMPはデフォルトで必要な操作を行う新しいデータテーブルを作成することがあります。新規ユーザーは、操作されたファイルが現在のデータファイルを置き換える必要があることを指定する必要があります。 JMPでは、さまざまなメニューオプションを使用してデータを操作できます。 [テーブル]メニュー項目は、多くの一般的なデータテーブル変換を提供し、[列]> [ユーティリティ]メニュー項目は、一般的なデータ列の操作を完了するための多くのツールを提供します。 JMPスタータービューには、これらのオプションの多くが1つの統合された場所に表示されます。
SPSS
JMP
データ操作：新しい変数の作成
SPSS
（年ではなく）月としての年齢である新しい変数を作成するとします。 Compute Variableオプションを使用して、新しい変数（Age_Stdと呼びます）を定義し、その変数（Age * 12）に公式計算を添付できます。 SPSSには、データを集約および変換するためのさまざまな関数があり、それらはすべて関数タイプごとにグループ化されています。 数値式を入力した後、SPSSは指定された名前の新しい変数を作成し、数値式からの計算を入力します。
JMP
JMPは、データテーブルに直接新しい変数を作成します。 JMPで同じ新しい変数（Age_Std）を作成するとします。 まず、データテーブルの最後にある未使用の列をダブルクリックして、新しい列を作成します。 次に、列名をダブルクリックして[列情報]ウィンドウを表示し、そこで列に名前を付けます。[列のプロパティ]をクリックし、[数式]を選択して[数式の編集]ウィンドウを表示します。 これで、数式を編集して、SPSSで使用した数式を作成できます。 JMPには、既存のデータを操作および変換するために適用できるさまざまな関数もあることに注意してください。 また、メニュー項目[列]> [新しい列]を使用して新しい列を作成することもできます。 一般的なデータ変換は、Graph Builder、Tabulate、Fit Y by X、FitModelなどの多くのJMPプラットフォームでもオンザフライで実行できます。 このオンザフライオプションは、[列]ボックスで変換する変数を右クリックして、[変換]に移動するのと同じくらい簡単です。
データ操作：ファイル分割
SPSS
タイタニック号に乗っている男性と女性の異なる出力を調べたいとします。 Split Fileオプションを使用して、SPSSに、以降の出力は常に特定の変数によって階層化する必要があることを伝えることができます。 男性と女性だけの新しいファイルを作成するオプションがありますが、分割オプションは、後続の出力を女性と男性の間で分離する必要があることをSPSSに示すための独自の方法です。
階層化されていない分析に戻りたい場合は、[ファイルの分割]オプションに移動し、[すべてのケースを分析し、グループを作成しない]を選択して、階層化をオフにします。
JMP
すべての分析プラットフォームには、特定の変数による出力を階層化するByオプションが備わっているため、JMPではファイルの分割は必要ない場合があります。 したがって、層化された記述統計が必要な場合は、以下に示すように、配布プラットフォームでByステートメントを使用します。
出力の保存と再現
データを操作し、優れた出力とビジュアルを生成することは、それらを保存および複製するメカニズムがある場合にのみ可能です。 明らかではないようですが、JMPはスクリプト言語によっても支えられています。スクリプト言語は、主にカジュアルユーザーや新規ユーザーの舞台裏で機能します。 多くの上級ユーザーは、コーディングによって反復的なタスクの結果がより速くなることに気づきます。 SPSSおよびJMPで出力を保存および再現する方法について説明しましょう。
SPSS
SPSSデータファイルをSPSS形式（.savファイル）で保存すると、データファイルはすべての操作、変換、およびラベルを維持します。 出力を保持するために、別のファイル（.spv形式）として保存します。 SPSSのポイントアンドクリックインターフェイスは実際にはコード生成のメカニズムであるため、コードは出力ファイルのすべての出力に先行します。 たとえば、年齢と運賃の記述統計を確認する場合、ポイントアンドクリックインターフェイスからの出力に次のコードを生成できます。
JMP
JMPは、出力の保存と再現に異なるアプローチを採用しています。 データをJMPデータファイル（.jmpファイル）として保存すると、データは分析から保存された操作、変換、ラベル、およびスクリプトを保持します。 例を見てみましょう。 後で使用するために、年齢と運賃の情報の分布分析を保存するとします。 すべてのJMPレポートには、コード（JMPスクリプトと呼ばれる）をデータテーブルに保存するためのオプションがあります。 JMPスクリプトを保存するオプションは他にもありますが、JMPデータテーブルに保存することは1つのオプションです。 データをJMP形式で保存すると、データテーブルに保存されているすべてのスクリプトも保存されます。 保存されたスクリプトの名前を編集し、データテーブル内の保存されたスクリプトの名前の横にある赤い三角形で出力を再現できます。 さらに、特定のプロジェクトに関連するデータ情報と分析の両方を含む1つのファイルがあります。 JMPデータファイルは多くのJMPユーザー間で共有でき、1つのファイルをすべてのプロジェクト分析のための単一のプラットフォームにすることができます。 上記のSPSSのコードと同様の一連の手順を記述したい場合は、[スクリプトの保存]> [ジャーナルへ]を選択するだけで、必要な.jsl（JMPスクリプト言語）コードが編集可能なテキストのウィンドウに表示されます。 SPSSと同様に、JMPのスクリプト言語は非常に複雑であり、反復的なタスクを完了するのに役立ちます。
その他の機能
SPSSからJMPに移行するユーザーは、JMPの独自の機能のいくつかに興味があるかもしれません。
機械学習とテキストマイニング
JMP16とSPSS27の両方にデシジョンツリーとニューラルネットワークが標準装備されていますが、JMP 16には、ブートストラップフォレスト、ブーストツリー、ナイーブベイズ、サポートベクターマシンなど、SPSS27にはない高度な予測モデリング手法がいくつかあります。 また、JMP 16には、予測モデルの作成に役立つ多くの組み込みツールがあります。 そのようなツールの1つは、ユーザーが層化、グループ化、およびカットポイント列に基づいて列を作成できるようにする検証列の作成です。
テキストマイニングは、データマイニングのもう1つのアプローチであり、楽しく、JMPに取り組んでいます。 SPSSには、組み込みのテキストマイニング機能はありません。 例として、[名前]列が非構造化テキストであることを思い出してください。 JMP 16を使用すると、このテキストデータで単語やフレーズのパターンを調べることができます。 [分析]メニューの[テキストエクスプローラー]モジュールを使用すると、構造化されていない多くのテキスト列を選択し、選択したテキスト内の単語やフレーズをどのように引き出すかをJMPに指示できます。 [OK]をクリックすると、テキストエクスプローラーは、選択した列内に一般的な用語とフレーズを表示します。 上の図からわかるように、「mr」という単語は513回出現します。 「miss」は182回出現し、「mrs」は125回出現します。 この洞察は、タイタニックのデータが現在変数として考慮していないものです。 JMPを使用すると、名前列に「miss」または「mrs」という単語が含まれる行のインジケーター列（0または1）を簡単に作成できます。 単語を右クリックして[インジケーターの保存]を選択するだけで、データセットにこれらの新しいインジケーター変数が作成されます。 あれはとてもかっこいい！
サンプルデータセット
統計の学習と指導における1つの困難は、適切にフォーマットされたサンプルデータセットを見つけることです。 JMPはこれを認識しており、何百ものデータセットが含まれています。 分析の種類、フィールド、および教育リソースによって分類されたJMPの組み込みデータセットには、[ヘルプ]> [サンプルデータ]メニュー項目から簡単にアクセスできます。 これらのデータセットを開くのは、調査または学習するデータのタイプまたは統計手法を選択し、青色で強調表示されたリンクをクリックするのと同じくらい簡単です。 JMPで地図を作成する方法を学びたいですか？ Geographic Mapsデータ型の下で、US Election2008データを見つけます。 データセットが開くと、左上に実行する準備ができているJMPスクリプトがいくつかあります。 選挙人の数によってサイズ設定されたグラフビルダーマップの横にある緑色の再生矢印をクリックすると、オバマまたはマケインがその州に勝ったかどうかに応じて、青または赤で色分けされた米国のマップでグラフビルダーが起動します。 きちんと！ 生存分析について学びたいですか？ 信頼性/サバイバルカテゴリを見つけて、アプライアンスデータセットを選択します。 データセットの左上でLifeDistributionスクリプトを実行すると、イベントまでの時間データの分布が適合して比較されます。 JMPで学ぶことと探索することはとても簡単です！
結論
SPSSとJMPはどちらも、データを操作、視覚化、分析するための優れたソフトウェアツールです。 このガイドでは、SPSSおよびJMPで多くの一般的なデータ指向タスクを完了する方法に焦点を当てました。 全体を通して、2つのソフトウェアパッケージの違いの多くと、JMPがデータから得られる洞察をどのように高めるかを指摘しました。 JMPとSPSSがデータ分析ワークフローに異なるアプローチをしていることは容易に理解できます。 SPSSのポイントアンドクリックメカニズムはSPSSコードを生成するため、ユーザーは実行する分析とオプションを決定し、生成されたコードを送信して出力を取得します。 コードと結果は出力ファイルに一覧表示され、保存、コピー、または操作できます。 対照的に、JMPはデータとレポートを動的にリンクして、データとユーザー間の相互作用を作成します。 ユーザーは分析の一般的な領域から始めて、出力をカスタマイズしてさまざまな機能や分析を追加できます。 データと出力の間の動的なリンクにより、異常な観測の探索が非常に簡単で直感的になります。 グラフビルダーなどの機能の双方向性により、ユーザーはビジュアルをリアルタイムで作成および更新できます。
謝辞
このガイドの作成中に支援、編集、フィードバックを提供してくれたJMPのRuth Hummel、Larry LaRusso、Anne Miley、AmyStuartに感謝します。 また、このガイドの最初のバージョンの作成者であるJason Brinkleyに、2番目のバージョンを作成するための明確で正確な出発点を提供してくれたことに感謝します。
