394998_fr-FR

liliconcom

Données sur les classements

Salut,

Quelles sont les options pour analyser les données de classement dans JMP ? Mettent-ils en œuvre l'approche PlackettLuce ?

J'aimerais voir le classement conditionnel à d'autres covariables.

 

Merci

Joseph

 

Tableau de donnéesRe: Données sur les classements

Un concept de conception de base de JMP est que l'on doit définir un type de données pour les variables avant l'analyse. Certains exemples de types de données sont numériques, nominaux, ordinaux, texte, réponses multiples, etc. Donc, pour les données de classement, l'ordinal est probablement votre meilleure option. À partir de là, on cherche généralement à décrire ou à expliquer quelque chose à propos des variables. Ces actions sont soutenues par ce que l'on appelle des « plates-formes d'analyse » dans JMP. De très nombreuses plates-formes d'analyse JMP peuvent fonctionner avec des données ordinales, les options d'analyse sont donc nombreuses et étendues. Ma suggestion initiale est de parcourir la documentation en ligne du JMP, peut-être à la recherche de méthodes analytiques spécifiques. Voici un lien vers la 'page d'accueil' de la documentation en ligne :

 

Documentation en ligne JMP

Re: Données sur les classements

Merci de votre réponse.

Je connais les aspects fondamentaux de JMP ou des statistiques. Ce que je demandais s'il y avait la possibilité de faire de la modélisation avec des données de classement dans JMP ?

J'ai 4 options classées de un à quatre par les répondants et je veux voir les probabilités conditionnelles de classement, le classement optimal et les mesures de distance pour les données de classement. Je ne trouve rien sur l'analyse des données de classement dans les manuels JMP.

 

Merci.

 

Re: Données sur les classements

Salut, gav2013 !

 

Si vous considérez chaque choix du classement comme une observation multinomiale, avec un élément observé parmi un ensemble possible, vous pouvez appliquer une transformation multinomiale de Poisson et exprimer le modèle comme un modèle log-linéaire, où la réponse est le nombre (1 ou 0) de chaque résultat possible dans chaque choix. Ensuite, le modèle peut ensuite être ajusté à l'aide de modèles linéaires généralisés, qui est une personnalité disponible dans la plate-forme JMP Fit Model.

 

Cette approche peut rencontrer des problèmes lorsque vous avez de nombreux éléments à classer (lots > 10 ?) car vous devez configurer des variables fictives pour représenter la présence ou l'absence de chaque élément dans chaque choix et définir un facteur pour identifier chaque choix.Les combinaisons explosent assez rapidement et vous pouvez défier la capacité de mémoire.Vous ne mentionnez pas le nombre d'articles que vous avez classés pour modéliser.

 

Il peut être plus facile pour vous d'utiliser la capacité de JMP à exécuter R.R a plusieurs packages qui modélisent les classements, y compris les modèles Plackett-Luce.

 

Bonne chance!