使いやすい統計ソフトウェアは、より多くの企業が従業員にデータに基づいて意思決定を行わせようとしているため、ほとんどすべてのビジネスで不可欠なツールになっています。 包括的な統計分析、高度な記述モデルと予測モデルの構築、および洞察を発見するためのデータのマイニングは、統計家だけでなく、組織内の多くの機能領域にわたる統計家によって行われるようになりました。 学界も同様のニーズを経験しています。 統計科学のツールとテクニックに学生をさらす幅広い分野にわたるプログラムとコースの数が大幅に増加しています。 インタラクティブなポイントアンドクリックソフトウェアは、学生が必要なスキルを開発し、プログラミングを必要とせずにデータ探索プロセスを楽しむための障壁を大幅に減らすことができます。
このホワイトペーパーでは、MinitabとJMPという2つの一般的なソフトウェアパッケージについて説明します。 2つの違いは、経験豊富なMinitabユーザーがJMPに移行するための移行を容易にすることを目的として説明されます。 焦点は、ユーザーインターフェイス、ツールへのアクセス方法、分析の実行方法、およびユーザーがデータを分析するために従う一般的なワークフローにあります。
Minitabは、統計の入門コースをサポートするコンピューティングツールとして1978年に最初に開発されたグラフィカルユーザーインターフェイスベース（GUI）の統計ソフトウェアプログラムです。 2020年6月にリリースされたMinitabv19は、このホワイトペーパーで取り上げられているバージョンです。
JMPとJMPProもGUIベースのソフトウェアであり、1989年にSASによって最初に開発され、エンジニア、科学者、研究者が非プログラミングの高度にインタラクティブな環境で統計科学のツールを適用するのをサポートします。 JMPとJMPProは、幅広い業界や学問分野で使用されています。 2021年3月にリリースされたJMP16およびJMPPro 16は、このホワイトペーパーで取り上げられているバージョンです。
これは、個々の機能を包括的に網羅するのではなく、移行ガイドであるため、このホワイトペーパーでは2つの違いをすべて網羅することはできません。 訪問minitab.comとjmp.com詳しく知ることができ。
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。）
序章
使いやすい統計ソフトウェアは、より多くの企業が従業員にデータに基づいて意思決定を行わせようとしているため、ほとんどすべてのビジネスで不可欠なツールになっています。 包括的な統計分析、高度な記述モデルと予測モデルの構築、および洞察を発見するためのデータのマイニングは、統計家だけでなく、組織内の多くの機能領域にわたる統計家によって行われるようになりました。 学界も同様のニーズを経験しています。 統計科学のツールとテクニックに学生をさらす幅広い分野にわたるプログラムとコースの数が大幅に増加しています。 インタラクティブなポイントアンドクリックソフトウェアを使用すると、学生が必要なスキルを身に付け、プログラミングを必要とせずにデータ探索プロセスを楽しむための障壁を大幅に減らすことができます。
このホワイトペーパーでは、MinitabとJMPという2つの一般的なソフトウェアパッケージについて説明します。 2つの違いは、経験豊富なMinitabユーザーがJMPに移行するための移行を容易にすることを目的として説明されます。 焦点は、ユーザーインターフェイス、ツールへのアクセス方法、分析の実行方法、およびユーザーがデータを分析するために従う一般的なワークフローにあります。
Minitabは、統計の入門コースをサポートするコンピューティングツールとして1978年に最初に開発されたグラフィカルユーザーインターフェイスベース（GUI）の統計ソフトウェアプログラムです。 シックスシグマなどの品質イニシアチブに従事している企業がプロセスや製品の品質を改善するために統計的手法を使用し始めたため、90年代半ばから後半にかけて業界で大きな人気を博しました。 2020年6月にリリースされたMinitabv19は、このホワイトペーパーで取り上げられているバージョンです。
JMPとJMPProもGUIベースのソフトウェアであり、1989年にSASによって最初に開発され、エンジニア、科学者、研究者が非プログラミングの高度にインタラクティブな環境で統計科学のツールを適用するのをサポートします。 JMPとJMPProは、幅広い業界や学問分野で使用されています。 2021年3月にリリースされたJMP16およびJMPPro 16は、このホワイトペーパーで取り上げられているバージョンです。
これは、個々の機能を包括的に網羅するのではなく、移行ガイドであるため、このホワイトペーパーでは2つの違いをすべて網羅することはできません。 訪問www.minitab.comとwww.jmp.com詳しく知ることができ。
概要
MinitabとJMPの間にはいくつかの類似点がありますが、JMPに移行する人にとって重要ないくつかの基本的な違いを知っておく必要があります。
1.インタラクティブな分析出力。 JMPで分析を実行すると、出力はインタラクティブウィンドウに表示されます。 さまざまなプラットフォームで作成されたものを含め、作成されたすべての分析出力は、相互に、およびデータテーブルに動的にリンクされます。 これにより、ユーザーは分析出力を直接操作できます。 モデルへの変数の削除/追加、変数の役割の切り替え、データのサブセット化などの変更は、分析を再実行することなく、分析出力から直接実行できます。 データテーブルに変更を加えることもでき（たとえば、データの追加/削除）、すべての出力を自動的に更新するように設定できます。
Minitabの出力は主に静的であり、異なる分析ツール間で接続されていません。 たとえば、モデルから変数を削除するには、分析ツールを再起動し、それらの変更を指定してから、分析を再実行する必要があります。 Minitabのツールの多くでは、データに変更を加えても分析結果が自動的に更新されません。
2.コンテキストメニュー。 JMPで実行される各分析出力は、その分析に関連する一連のツールへのアクセスに接続されています。 このように、データを分析するアプローチは、本質的により探索的でインタラクティブであり、1つの分析の結果が、分析ワークフローの次のステップとして設計された一連のツールにユーザーを導きます。
Minitabは、従来のバッチモードで分析を実行します。ユーザーは、データ内の機能を表示するのとはまったく別に、どの分析を実行するかを決定する必要があります。 ツールを選択すると、ダイアログボックスが開きます。 変数には役割が割り当てられ、オプションが選択されます。 分析を実行すると、通常は静的な一連の出力が生成されます。 通常の分析ワークフローの次のステップでは、多くの場合、新しいツールを起動する必要があり、可変の役割とオプションを指定する別のラウンドが必要になります。
3.分析に使用するデータを定義します。 Minitabの一般的なアプローチは、特定の分析の基礎となるすべてのデータを含むワークシートを作成することです。 たとえば、そのデータのサブセットに対して分析を実行する必要がある場合は、通常、新しいワークシートを作成するための操作（サブセット、ワークシートの分割など）を実行する必要があります。 外れ値が発見され、アナリストがそれらのデータポイントなしで結果を確認したい場合は、通常、別の新しいワークシートを作成して分析を再実行する必要があります。 これには、通常の分析セッションで多くのワークシートを管理する必要があります。
JMPで複数のデータテーブルを操作することもできますが、特定の分析の基礎となるデータを定義するには、データフィルターと行状態操作を使用するのが最も簡単な場合がよくあります。 これらのデータフィルターと行の状態はいつでも保存してアクセスできるため、アナリストは単一のデータテーブルを使用して、そのデータのさまざまなサブセットに対するすべての分析を実行できます。
さらに、JMPのローカルデータフィルターツールを使用すると、分析を実行した後でもデータをフィルター処理できます。 たとえば、線形回帰モデルは、データテーブル内のすべてのデータから作成できます。 回帰分析の出力内から、ローカルデータフィルターを起動できます。これにより、選択したデータのさまざまなサブセットのすべての結果が即座に変更されます。
4.同時複数分析。 JMPの重要な機能は、多数の分析を同時に実行できることです。 JMP内のほぼすべての分析プラットフォームで、[変数別]オプションを使用して、その変数の各レベルに対して分析を実行できます。 たとえば、カテゴリ変数の10個の異なるグループのそれぞれについて2つの平均を比較する個別の仮説検定を実行する場合は、その変数別を指定するだけで済みます。 Minitabでは、その分析を10回別々に実行する必要があります。
JMPプラットフォームでは、すべての応答変数と因子を選択するだけで、多数の個別の分析を一緒に実行することもできます。 たとえば、3つの異なる応答変数と5つの異なる説明因子に対して可能なすべての1因子分析を実行したい場合、3x5 = 15のすべての異なる分析を、データ型に基づく異なる1因子分析手法を含めて1つのステップで実行できます。応答変数と因子。 ANOVA、線形回帰、ロジスティック回帰、およびカイ2乗分析はすべて、同じ出力ウィンドウに表示される結果と同時に実行できます。 Minitabでは、さまざまなツールを使用してこれらの各分析を個別に実行する必要があります。
JMPには、カスタムグラフと作成された出力とともに、非常に多数の分析を実行するために設計された独自のプラットフォームがあります。 たとえば、多変数機能分析は、50の異なるプロセス変数で実行できます。 50の異なる個別の能力分析の出力を生成することに加えて、固有のグラフと数値出力が作成され、すべての個別の結果が標準化され、これらの50の変数間で簡単に比較できるようになります。これは真の多変量解析です。
非常に多くの分析が必要なアプリケーション向けにカスタム設計されたJMPカスタムの専用プラットフォームもあります。 特定の科学分野では、たとえば、1000の異なる応答変数と1つの説明因子を持つことが非常に一般的です。 応答スクリーニング分析を実行すると、1,000個の個別の一元配置分散分析が得られます。 結果（分析の数に基づいて統計的に調整された）は、簡単な比較とフォローアップ分析のために設計されたグラフとデータテーブルのカスタムセットを使用して一緒に表示されます。
5.統合。 JMPには、SAS、MATLAB、R、Pythonなどの外部計算環境と統合する機能があります。 アナリストは、JSL（JMPのスクリプト言語）を使用して、これらのツールの機能を活用しながら、JMPのインタラクティブGUI内で作業することもできます。
Minitabには現在、Pythonとのみ統合する機能がありますが、SAS、R、MATLABとは統合できません。
6.レポートの公開。 MinitabとJMPの両方に、ソフトウェアの外部にレポートをエクスポートおよび保存するためのツールがあります（.jpg、Microsoft PowerPoint、Wordなど）。 JMPは、インタラクティブな.htmlレポートを生成することもできます。これにより、他のユーザーは、インタラクティブなツールを使用してJMPの外部で分析レポートを表示し、データをさらにドリルダウンできます。 JMP製品スイートのもう1つの製品は、JMP Liveです。これは、データとモデルの変更に応じてダッシュボードを更新するレポートの生成と共有を自動化するための追加機能を提供します。
7.統計分析手法。 どちらのソフトウェアにも、より一般的な統計分析ツールが多数含まれていますが、JMPおよびJMP Proで利用できる、Minitabでは利用できないより高度な統計手法やデータ管理ツールが無数にあります。 JMPには通常、特定の統計分析手法内でより多くのオプションと機能があります。 訪問www.jmp.com詳しく知ることができ。
データセット
このガイドでは、さまざまなデータセットが使用されます。 彼らはここで見つけることができます。
ファイル形式
経験豊富なMinitabユーザーがJMPを学習するときに最初に気付く可能性がある違いのひとつは、プロジェクトファイル構造内で作業する必要がないことです。
Minitabプロジェクトファイル
Minitabのユーザーは、拡張子.mpxで示されるMinitabプロジェクトファイルに最も精通しています。 このプロジェクトファイル内で、複数のワークシート（つまり、データテーブル）をインポートまたは作成できます。 図1は、4つのワークシートを含むサンプルのMinitabプロジェクトファイルを示しています。 表示は3つのペインに分割されます。 右下のペインには、アクティブなワークシート（Full 4 Data）と、各ワークシートの下部にあるタブが表示されます。 ナビゲーターと呼ばれる左側のペインには、実行された分析と操作のリストが表示されます（たとえば、収量と水分の内容のグラフィカルな要約、…、分割ワークシート）。 右上のペインは、実行された特定の分析出力を表示する出力ウィンドウです。 選択できるビューは3つあります（データと出力、データのみ、出力のみ）。 この図では、データと出力のビューが選択されています。
図1Minitab：プロジェクトファイル
選択した分析または操作は、アクティブなワークシートで実行されます。 ユーザーがデータのサブセットに対して分析を実行したい場合は、親ワークシートから新しいワークシートを作成する必要があります。 ここでは、[データ]> [ワークシートの分割]コマンドを使用して、4つのジオロケーション（A、B、C、およびD）ごとに1つずつ、ワークシートのセットが作成されました。 ジオロケーションの1つだけで分析を実行するには、分析を実行する前に、まずそのワークシートを選択してアクティブなワークシートにする必要があります。
JMPデータテーブルファイル
JMPは、プロジェクトファイル構造内からも使用できます。 最初に、多くのユーザーがそのタイプのファイルから作業することを選択するため、JMPデータテーブルファイルがどのように機能するかを見てみましょう。 JMPデータテーブルファイルは、拡張子.jmpで示されます。
図2に、JMPデータテーブルファイルのサンプルを示します。 ファイルには4つのペインがあります。 データテーブルは右側にあり、行ペインは左下にあり、選択、除外、または非表示にされた行の数を含む、データテーブルの行の概要を提供します。 左中央の列ペインには、データテーブル内の変数が表示され、モデリングタイプやラベルの使用など、その変数のプロパティが識別されます。 左上のペインには、このデータテーブルファイルに保存されているスクリプトが表示されます。 スクリプトを実行して保存する手順については、後のセクションで説明します。
さまざまなペインに表示される赤い三角形は、さまざまなツールにアクセスして、データテーブル、列、または行に対して操作を実行します。 列ペインの列リストをクリックして目的の場所にドラッグすることにより、データテーブル内の列を並べ替えることができます。 列に対して実行できるツールと操作のより包括的なリストは、[列]メニューの下にあるか、データテーブルの列を右クリックして見つけることができます。
図2JMP：データテーブル
JMPには、ユーザーがデータの特定のサブセットに対して分析を実行できるようにするツールのコレクションがあります。これについては後で説明します。 多くの場合、この方法で1つのマスターデータテーブルから作業することで、Minitabで必要とされる複数のデータテーブルを作成および管理することなく、必要なすべての分析を実行できます。
JMPプロジェクトファイル
JMPプロジェクトファイルは、作業に役立つ可能性のあるもう1つのファイル構造です。 プロジェクトファイルは、JMPへの単一のインターフェイスを提供し、さまざまなプロジェクト要素のコンテナとして機能します。 これには、データテーブル、分析スクリプト、JMPジャーナル、レポート、およびドキュメントやデータファイルなどの非JMP要素を含める（または参照する）ことができます。
図3Aは、JMPプロジェクトファイルの例です。
この例では、左側に2つのペインが表示されています。
コンテンツ：フォルダ、JMPデータテーブル、その他の非JMPファイル（.xls、.csv、.docなど）など、プロジェクトファイルに含まれるすべてのファイルのリスト。 .ppt、.jpgなど）。 ここには、フォルダ、2つのJMPデータテーブル、JMPジャーナル、2つのExcelファイル、および1つのWord文書があります。
ワークスペース：現在表示されているプロジェクトコンテンツの階層リスト。 ここには、JMPジャーナルと2つのJMPデータテーブルがあり、JMPデータテーブルの1つにあるスクリプトに関連付けられた分析レポートがあります。
ワークスペースペインにリストされている要素ごとに1つずつ、タブ付きのウィンドウのコレクションが右側に編成されています。 ここでは、アクティブウィンドウとしてデータテーブルの1つがあります。 これは、図2に示すJMPデータテーブルとして認識しておく必要があります。
図3AJMP：プロジェクトファイル
タブを含む各ペインを移動して、表示を目的のビューに再構成できます。
図3Bは、2つのJMPデータテーブルとジャーナルがワークスペースペインとコンテンツペインの右側に直接配置され、そのうちの1つが表示されるように選択されたタブが配置されたプロジェクトの例を示しています。 右側には、一方が他方の上に配置されて編成された2つの分析レポートがあります。
図3BJMP：プロジェクトファイル
このタブ付きの構成可能な環境は、状況に最適な方法でプロジェクトファイルの内容を表示、非表示、および表示する柔軟性をユーザーに提供します。
プロジェクトファイルを共有することができ、JMP以外のファイルを含むすべてのコンテンツが含まれます。
jmp.comにアクセスします。 jmp.com/helpまたcommunity.jmp.com 「プロジェクト」を検索して、レコーディング、チュートリアル、ドキュメント、ユーザーディスカッションなどのリソースのリストを表示し、JMPプロジェクトの機能の詳細を確認します。
データのインポート
多くの場合、データは統計ソフトウェア内ではなく、他のアプリケーション内で生成されます。 たとえば、エンジニアは、実験からのデータをExcelスプレッドシート、またはそのデータの特定のサブセットを取得して分析する必要がある顧客行動データの大規模なコレクションを含む中央データベースに記録する場合があります。 MinitabとJMPはどちらも、.csv、.txt、.xlsなど、さまざまな種類のファイルを開くことができ、それぞれがODBC（Open Database Connectivity）を介してデータベースにクエリを実行できます。
JMP
JMPは、SAS、R、MATLAB、.html、.pdfファイルなど、Minitabでは開かない他のファイルタイプを開くことができます。 JMPは、インターネットオープン機能を使用してWebページに組み込まれているテーブルを開くこともできます。
JMPには、複数のファイルを1つのデータテーブルに結合してインポートできるという利点もあります。 図4は、調査に関連するさまざまなテキストファイルのコレクションと、それらのファイルの1つのコンテンツを含むフォルダーを示しています。
図4JMP：複数のファイルのインポート
[ファイル]> [複数開く]を選択すると、インポートウィザードが起動し、これらの多数のファイルのすべてのデータを1つのJMPデータテーブルにインポートするプロセスをガイドします。
Minitabファイルに現在あるデータをJMPにインポートするには、最初にMinitabワークシートを.xls、.csv、.txtなどの形式で保存することをお勧めします。 次に、[ファイル]> [JMPで開く]を選択して、そのデータをJMPデータテーブルにインポートします。 インポートウィザードが起動して、データのインポート方法を指定します（たとえば、インポートする変数と行の選択、変数名の包含/除外など）。
データのクリーニングとフォーマット
MinitabとJMPの両方に、ユーザーがデータをクリーンアップおよびフォーマットして分析の準備をすることができるツールのコレクションがあります。
Minitab
データをフォーマット、クリーンアップ、および準備するためのMinitabのツールのほとんどは、[データ]メニューと[計算]メニューにあります。 図5は、これらのメニューの下にあるツールのリストを示しています。
図5Minitab：データメニューと計算メニュー
ツールを選択すると、ダイアログボックスが表示され、実行する特定の操作セットを説明するために変数をさまざまな役割に配置できます。
図6は、Minitabの並べ替えツールのダイアログボックスの例です。 ここでは、GeoLocation変数に基づいてすべてのデータをアルファベットの昇順で並べ替えて、データを同じワークシートに保存することを選択しました（つまり、「元の列」）。
図6Minitab：並べ替えツール
JMP
分析用のデータをフォーマット、クリーンアップ、および準備するためのJMPのツールのほとんどは、テーブル、行、および列の3つの異なるメニューにあります（図7を参照）。
図7JMP：テーブル、行、列のメニュー
図8は、JMPのソートツールの例です。 ダイアログボックスの外観は異なり、操作に異なる名前を使用しますが、一般的な手順は非常に似ています。
図8JMP：並べ替えツール
Minitabで実行したすべてのデータ操作操作は、JMPでも実行できます。 ツールへのアクセス方法と、ダイアログボックスで目的の操作を指定する方法を学ぶには、少し練習が必要です。
データセットの初期検査に非常に役立つ[テーブル]メニューの1つのJMPツール（Minitabでは使用できません）は、欠測データパターンプラットフォームです。 次の例では小さなデータセットを使用していますが、このツールは大きなデータセットを調べるときに最も役立つことがわかります。 図9は、5つの変数、25行、18個の欠落値を含むデータテーブルを示しています。
図9JMP：値が欠落しているデータテーブル
[テーブル]メニューの[欠測データパターン]ツールは、新しいJMPデータテーブルを介してデータの「欠測」を要約します。 図10は、結果の表とそれに付随するセルプロットを示しています。
図10JMP：欠測データパターン
この新しいデータテーブルは、データの欠測データパターンを示しています。 特に、欠測値のない15行があります。 1つの行の変数Y5に値がありません。 4つの行の変数Y3に1つの欠落値があります。 2つの行には、Y3、Y4、Y5などの3つの変数で値が欠落しています。 この欠落データパターンテーブルの行を強調表示すると、元のデータテーブルの欠落データパターンを持つすべての行が強調表示されます。 これにより、そのデータを非表示にしたり、将来の分析から除外したり、グラフに表示する一意のシンボルを割り当てるなどの行の状態を生成したりできます。 [分析]> [スクリーニング]メニューの下に[欠測値の探索]と呼ばれる関連プラットフォームがあり、変数と行の欠測パターン間の共通点を見つける統計手法や欠測データを代入する機能など、欠測データを操作するための追加ツールを提供します。それらを推定値に置き換えます。
新しい変数の作成
MinitabとJMPの両方で、新しい変数を作成できます。 これらの新しい変数は、たとえば、データテーブル内の他の変数を使用した単純な算術演算または論理条件付き引数にすることができます。
Minitab
Minitabで、[計算]メニューの[計算ツール]を使用して新しい変数を作成します。 図11は、変数「Moisture Content」の値に基づいて新しいテキスト変数がどのように作成され、結果が列C9に保存されたかを示しています。
図11Minitab：電卓
JMP
JMPで新しい変数を作成するには、列を強調表示して[列]> [式]を選択し、その新しい列の式ツールにアクセスします。 列を右クリックしてメニューから「式」を選択することでもアクセスできます。 図12では、数式ツールを使用して、条件付き引数に基づいて同じテキスト変数を作成しました。 数式の作成時に数式を適用した結果を確認できるプレビュー機能があることに注意してください。
図12JMP：式
JMPの数式ツールでは、パターン化されたシーケンス、他の列からのランダムサンプル、または指定された確率分布を使用して新しい変数を作成することもできます。 Minitabでは、これらのタイプの操作を生成するために他のツールにアクセスする必要があります。
データフィルターと行の状態
Minitab
Minitabで分析を実行すると、その分析のデータを含むワークシートがアクティブになります。 親データセットのサブセットに対して分析を実行する場合は、そのデータのサブセットのみを含む新しいワークシートを作成する必要がある可能性があります。 外れ値が特定され、将来の分析から除外する必要がある場合は、それらのデータポイントなしで別の新しいワークシートを作成する必要があります。 その結果、プロジェクトファイル内の多くのワークシートを管理する必要があるのが一般的です。
JMP
前に示したように、JMPプロジェクトファイルに複数のデータテーブルを設定することもできます。 代わりに、データフィルターと行状態操作を使用して特定のデータを定義し、特定の分析の基礎を作成して、多くのユーザーが1つのデータテーブルからすべての分析を実行することを選択できます。 これらのデータフィルターと行の状態は、いつでも保存してアクセスできます。
これらの分析を使用して説明します穀物収量データ。
図13Aは、GeoLocationsとCが選択されたデータテーブルを示しています。 これは、データテーブルの左上にある小さなヒストグラムアイコンをクリックしてヘッダーグラフをオンにし、それらのGeoLocationsを選択することで実行されました。 ヘッダーグラフは、各列の上部に変数の高レベルの要約を表示する便利なツールです（たとえば、連続変数のヒストグラムと最小/最大値、カテゴリ変数の棒グラフ）。 図13Bは、[行]> [非表示および除外]ツールを選択した場合の結果を示しています。 この行の状態をアクティブにして実行された分析では、計算にGeoLocations AとCが含まれず、グラフィック表示にも表示されません。 その他のオプションには、選択したデータを計算に使用するがグラフには表示されない（非表示のみ）、またはデータをグラフに表示するが計算には使用しない（除外のみ）などがあります。 この行の状態は、[行]> [非表示と除外]または[行]> [行の状態のクリア]を再度選択することでオフにできます。
図13AJMP：選択された行
図13BJMP：非表示/除外
グローバルデータフィルターは、データのサブセットを定義するためのもう1つの便利なツールです。 このツールにアクセスするには、[行]> [データファイラー]を選択します。 図14は、GeoLocationsBとDが選択された状態で開いているデータフィルターを示しています。 ここで、[表示]と[含める]チェックボックスをオンにして、使用するGeoLocationsを選択しました。 データフィルターには多くの変数を含めることができ、カテゴリ変数と連続変数の両方を使用できます。 このデータフィルターはデータテーブルに保存でき、行の状態をクリアして、いつでも再度アクセスできます。
図14JMP：グローバルデータフィルター
その他の特性は、行の状態として設定できます。 たとえば、分析で作成されたすべてのグラフで、GeoLocationごとに異なる色を使用したい場合があります。 この設定は、[行]> [色]または[列ごとにマーク]で設定できます。 図15は、行の状態として色が表示された結果のデータテーブルです。 この行の状態をアクティブにして作成されたグラフィック表示は、この色分けを使用します。 この行はいつでも保存してアクセスできます。
図15JMP：カラー行の状態
JMPのローカルデータフィルターは、データのサブセットを操作するための別の手段を提供します。 このアプローチは、データのさまざまなサブセットが選択されると、分析結果が即座に変化することを確認するためのインタラクティブなツールを提供します。 ローカルデータフィルターには、分析レポートウィンドウの上部の赤い三角形の下にアクセスします。 図16は、すべてのデータを使用した回帰分析の結果を示しています（左）。ローカルデータフィルターからGeoLocation Aのみを選択すると、同じ出力が変化します。 データポイントは、図15で設定した色の行の状態を使用していることに注意してください。
図16JMP：ローカルデータフィルター
記述統計
MinitabとJMPはどちらも、データの特徴を説明する要約統計量を計算できます。
これらの分析のいくつかを使用して説明します穀物収量データ。
Minitab
Minitabで記述統計を生成する方法はいくつかあります（たとえば、[記述統計の表示]、[記述統計の保存]、[統計]メニューの[グラフィカルな概要]）。 記述統計は、ここで説明するテーブルツールを使用して生成することもできます。 図17は、GeoLocation / Yearの組み合わせごとに、Yieldのサンプル平均とサンプル標準偏差を計算する手順と結果の表を示しています。
図17Minitab：表による記述統計
異なる要約統計量が必要な場合、または異なるカテゴリ変数や関連変数を使用する場合は、[テーブル]> [記述統計量]ツールが再起動され、ダイアログボックスが更新され、分析が再実行されます。
JMP
JMPは、配布プラットフォーム、グラフビルダー、列ビューアー、列式など、さまざまな方法で記述統計を計算することもできます。 Minitabを使用して示したものと同様に、[分析]> [集計]プラットフォームを使用して要約統計量を計算する方法を示します。
Tabulateプラットフォームを起動すると、図18Aに示すウィンドウが開きます。 変数は、テーブルを作成するためにさまざまな役割に配置されるだけです。 これらの変数を移動して、テーブルの表示方法を変更できます。 変数の削除、追加、新しい統計の計算などの機能を使用して、変更が行われた瞬間にテーブルを更新できます。 目的のテーブルを作成する空白のキャンバスと考えてください。
図18AJMP：表形式による記述統計
図18Bは、YearとGeoLocationの6つの異なる組み合わせのYieldの平均と標準偏差を表示するテーブルを作成する手順を示しています。
まず、YieldをResulting CellsDropゾーンに配置します。 デフォルトでは、その変数の合計（デフォルトの統計）が単一のセルとして表示されます（図18Bの左上の画像）。 注：設定を使用して、デフォルトで平均と標準偏差を表示することもできます（[JMP]> [設定]> [プラットフォーム]> [表形式]）。
この場合、合計という単語が表示されているセルの上部にあるリストからこれら2つの統計をドラッグして、合計を平均と標準偏差に置き換えます。 表が更新され、合計統計が平均と標準偏差に置き換えられます（図18Bの右上の画像）。
カテゴリ変数（YearとGeoLocation）は、単に目的の場所にドロップされます。 年は行（図18Bの左下の画像）として配置され、GeoLocationは列（右下の画像）として配置されます。
図18BJMP：表形式による記述統計
このテーブルは、変数をさまざまなドロップゾーンに移動することで、さまざまなビューを作成するように簡単に変更できます。 図18Cは、変数GeoLocationがYear内の別の行変数に移動された場合の結果のテーブルを示しています。
図18CJMP：表形式による記述統計
この要約統計量のテーブルは、赤い三角形の下にある[データテーブルに作成]を選択することで、さらに分析するためにJMPデータテーブルに作成できます。 図18Dは、結果のデータテーブルを示しています。
図18DJMP：表形式による記述統計–データテーブルの作成
グラフ化
MinitabとJMPのアプローチは、データのグラフ化とは大きく異なります。これは、新しいJMPユーザーが経験する2つのソフトウェア間のより重要な違いの1つです。
これらの分析のいくつかを使用して説明します穀物収量データ。
Minitab
Minitabでグラフを作成するには、最初に必要なグラフを決定してから、[グラフ]メニューからグラフを選択する必要があります。 図19は、そのメニューで使用できるグラフのリストを示しています。
図19Minitab：グラフメニュー
散布図を作成して、Minitabでグラフを作成するプロセスを説明します。 散布図ツールを起動すると、画面が表示されます（図20Aの左側の画像）。 その時点で、ユーザーは散布図オプションの1つを選択する必要があります。 この例では、Simpleが選択されています。 次に、ダイアログボックスが表示され、Y軸とX軸にプロットする変数を入力します（図20Aの右の画像）。
図20AMinitab：散布図
[スケール]、[ラベル]、[データビュー]、[複数のグラフ]、および[データオプション]ボタンは、追加のオプションを提供します。 図20Bは、追加のオプションが選択されていない場合の結果のグラフを示しています。
図20BMinitab：散布図
右上のドロップダウンメニューの下にある[グラフの編集]ツールを起動すると、グラフのいくつかの要素を編集できます（たとえば、ポイントの色を変更できます）。
図20Cに示すように、4つのジオロケーションごとに個別の回帰直線を持つ散布図を作成するには、まったく新しいグラフを作成する必要があります。 これは、散布図ツールを再起動し、図20Aに示すダイアログボックスから[回帰とグループあり]を選択することで実行されます。
図20CMinitab：散布図
同じデータでまったく異なるタイプのグラフを作成するには（たとえば、比較箱ひげ図など）、ユーザーは[グラフ]メニューに戻り、その特定のグラフ作成ツールを起動して、適切なオプションを指定します。 データをグラフィカルに探索する各反復では、通常、目的のグラフが作成されるまでこのアプローチが必要です。
JMP
JMPのアプローチは、Minitabとはまったく異なる方法でグラフを作成します。 JMPのすべての分析プラットフォームにわたってグラフを作成するツールがありますが、強力なグラフビルダープラットフォームを介して視覚化を作成する方法を説明します。 このツールは、実際にデータを調査および分析する一般的な方法と一致するように設計されています。 グラフビルダープラットフォームを起動すると（[グラフ]> [グラフビルダー]）、空白のキャンバスとグラフパレットと見なすことができるものから表示が始まります（図21A）。
図21AJMP：グラフビルダー
グラフは、変数をさまざまな役割に配置し、目的のグラフィック表示を選択することによって作成されます。 たとえば、変数Moisture ContentがYゾーンにドロップされた場合、JMPはドットプロットを表示することから始めます（図21B）。
図21BJMP：グラフビルダー–ドットプロット
ドットプロットの代わりに別のグラフ（箱ひげ図など）が必要な場合は、上部のグラフパレットからそのオプションを選択するだけで、グラフが即座に変更されます。 図21Cは、ドットプロットとボックスプロットの両方が選択されたグラフを示しています。
図21CJMP：グラフビルダー–ドットプロットと箱ひげ図
別の連続変数がXゾーンにドロップされると、JMPはグラフを自動的に散布図に変更します。 図21Dは、回帰直線が含まれているこのようなグラフの例を示しています。
図21DJMP：グラフビルダー–回帰直線を使用した散布図
選択したグラフの種類ごとに、グラフをさらに変更または拡張するためのツールとオプションが左側に表示されます。 たとえば、方程式、95％信頼区間およびRSquared値がグラフに追加されました。
このプロセス中に作成されたこれらのグラフのそれぞれは、必要に応じてデータテーブルに保存できます。 または、アナリストはデータを視覚的に調査し続けることができます。 図21Eは、変数GeoLocationがラップドロップゾーンにドロップされた場合にグラフがどのように変化するかを示しています。
図21EJMP：グラフビルダー–回帰直線を使用した個々の散布図
GeoLocationがラップドロップゾーンからオーバーレイドロップゾーンに移動され、方程式とRSquaredを表示するオプションがオフになっている場合、グラフは図21Fに示すものに変わります。
図21FJMP：グラフビルダー–回帰直線を重ね合わせた散布図
カーソルを軸の1つに合わせると、ポインタが手の記号に変わり、軸を移動したり再スケーリングしたりする簡単な方法が可能になります。 軸をダブルクリックすると、たとえば線形スケールから対数スケールに変更するなど、グラフをさらに変更するための一連のツールが表示されます。
グラフを右クリックすると、使用する色や記号の変更など、表示を変更するための追加ツールのメニューが表示されます。
このプロセスは、各ソフトウェアがグラフィカル分析にアプローチする方法の根本的な違いを示しています。 Minitabでは、グラフタイプが選択され、オプションが選択されますが、それらの選択が何をするかはわかりません。 JMPでは、グラフをインタラクティブに作成して、各選択肢がどのように変化し、グラフを強化するかを確認します。 これにより、データの探索がはるかに効率的かつ豊富になり、無数のグラフをすばやく生成してデータの特徴を明らかにし、調査結果を最もよく伝える視覚化を作成できます。
データの視覚的な探索を大幅に強化できる2つの非常に強力なツールは、JMPのローカルデータフィルターと列スイッチャーです。 で示されている広告実験データ。
JMPの動的にリンクされたデータを使用すると、新しい変数を切り替えたり、データをフィルタリングしたりできます。グラフは即座に更新され、それらの変更が反映されます。 図22は、変数Ad Styleの4つの異なるカテゴリの95％信頼区間での変数WS1の比較ドットプロットを示しています。 左上に表示されている列スイッチャーは、アナリストがY軸に表示する他の9つの可能な結果変数を簡単に選択（または再生）できるように設定されています。 ローカルデータフィルターも、説明要素のプロモーション（3レベル）と期間（10レベル）を使用して設定されました。 アナリストは、これらの変数によってデータをサブセット化できます。 選択ごとに、グラフが即座に更新され、Y軸に選択された変数が表示され、ローカルデータフィルターで選択されたデータのみが含まれます。 Minitabでは、これらの変数の可能な組み合わせごとに、新しいグラフを個別に作成する必要があります。
図22JMP：列スイッチャーとローカルデータフィルター
JMPには、現在Minitabで使用できない多くのグラフィックツールが含まれています。 これらは、データを探索して提示する能力を大幅に拡張します。 図23A-Jは、これらの視覚化の一部を示しています。
図23AJMP：ホバーグラフレット
図23BJMP：画像ラベル
図23CJMP：地理マップ
図23DJMP：モーションバブルプロット
図23EJMP：相関カラーマップ
図23FJMP：形状ベースのヒートマップ
図23GJMP：密度等高線図
図23HJMP：ワードクラウド
図23IJMP：比較ヒストグラム
図23JJMP：スケーリングされた並列プロット
図23KJMP：モザイクプロット
図23LJMP：非線形関数フィット
単変量分析
MinitabとJMPのアプローチでは、統計分析の実行方法がまったく異なります。 これらの違いを示すために、各ソフトウェアの単一の連続変数の分析を段階的に実行します。
これらの分析を使用して説明しますヨーグルトの生産データ。
Minitab
Minitabでは、グラフィカルサマリーツールは単一の変数を分析するための便利な方法です。 この分析を実行するには、[統計]メニューでこのツールを選択します。 分析を実行する変数を選択するためのダイアログボックスが表示されます。 図24Aは分析を実行する手順を示し、24Bは結果の出力を示しています。 グラフに表示されている正規分布曲線は、この出力に表示できる唯一の分布です。 他の確率分布を使用するには、Minitabで別のツールが必要になります。
図24AMinitab：グラフィカルな要約
図24BMinitab：グラフィカルな要約
表示されたもの以外の異なる統計が必要な場合は、別のツールを起動して（[統計]> [基本統計]> [記述統計の表示]）、それらのオプションを選択する必要があります。 手順と出力が表示されます。
グラフィカルサマリーには、アンダーソン-ダーリング正規性検定の結果が表示されます。 テストに付随する確率プロットや経験累積分布関数グラフを調べる場合は、2つの異なる追加ツール（[統計]> [基本統計]> [正規性検定]および[グラフ]> [経験CDF]）を使用して行う必要があります。 手順は、他の分析の実行と同様です。 ツールを起動すると、ユーザーが分析を実行する変数を指定し、オプションを選択するためのダイアログボックスが表示されます。 図25Aは、正規性検定分析を実行する手順を示し、25Bは結果の出力を示しています。
図25AMinitab：正規性検定
図25BMinitab：正規性検定
CDFプロットを作成するには、別のツール（[グラフ]> [経験累積分布関数]）を起動して分析を実行します（ステップと出力が表示されます）。
たとえば、正規分布が変数に使用するのに適したモデルではなかった場合は、他の分布を評価する必要があります。 この評価は、別のツール（[統計]> [品質ツール]> [個別分布の識別]）で実行されます（手順と出力は表示されていません）。
分析の次のステップは、母平均の仮説検定を実行することであるとしましょう。 これを行うには、さらに別のツール（Stat> Basic Stat> 1-sample t）にアクセスする必要があります（ステップと出力は表示されていません）。 分散に関する仮説検定を実行するには、新しいツールを使用するのと同じ手順（[統計]> [基本統計]> [1分散]）
単一の連続変数の分析に共通するその他の分析は、等価性テスト、許容区間、予測区間、能力分析などです。 それぞれがMinitabで異なるツールを必要とし、それぞれが個別の出力を生成します。 現在、Minitabには予測区間を生成する機能がないため、実際には手動で数式を作成する必要があります。
JMP
JMPは、単変量分析へのアプローチが大きく異なり、データの探索と分析の自然なワークフローにより適合しています。 JMPには、前のセクションで説明したすべての分析を実行できる単一のプラットフォーム（[分析]> [配布]）があります。 図26Aに示すように、プラットフォームにアクセスするには、メニューからプラットフォームを選択してダイアログボックスに入力します。 図26Bは、初期出力を示しています。
図26AJMP：分布
図26BJMP：分布
初期出力は、ヒストグラム、箱ひげ図、要約統計量、平均の信頼区間など、データのグラフ表示と数値表示の両方を提供します。 要約統計量テーブルの上部にある赤い三角形をクリックすると、表示される統計量を変更するための一連のツールにアクセスできます。
他の多くの中で言及されているすべての分析は、この1つのレポートウィンドウ内から実行できます。 これらはすべて、変数名の横にある赤い三角形を介してアクセスされます。 これらのコンテキストメニューは、分析ワークフローで次に検討する一連の分析を提供します。 図27は、メニューと[連続フィット]> [通常の分析]が選択されていることを示しています。
図27JMP：配布
図28Aから28Kは、これらのデータに対して実行された連続フィットと他のすべての単変量分析の結果を示しています。新しい出力セットはそれぞれ1つのレポートウィンドウに追加され、簡単に比較できます。
図28AJMP：分位数プロットと分布適合
図28BJMP：適合度
図28CJMP：CDFプロット
図28DJMP：インタラクティブディストリビューションプロファイラー
図28EJMP：インタラクティブ分位プロファイラー
図28FJMP：テスト平均
図28GJMP：標準偏差のテスト
図28HJMP：予測区間
図28IJMP：許容間隔
図28JJMP：同等性テスト
図28KJMP：機能分析
追加のインタラクティブツールが利用可能であり、「what-if」シナリオを介して追加レベルの分析機能をもたらします。 図29A〜29Cは、これらのうち3つ（p値アニメーション、パワーアニメーション、および機能アニメーション）を示しています。 これらのインタラクティブツールは、調査中のプロセスをよりよく理解するのに役立つだけでなく、統計的概念を理解または教えるための優れた方法を提供します。
図29AJMP：p値アニメーション
図29BJMP：パワーアニメーション
図29CJMP：インタラクティブ機能プロット
ローカルデータフィルターと列スイッチャーは、このインタラクティブレポート内でも利用できます。 図30は、7つの生産ライン用に設定されたカラムスイッチャーとバッチ番号用に設定されたローカルデータフィルターを示しています。 これで、分析に含める生産ラインとバッチを選択でき、すべての数値出力とグラフィック出力が即座に更新されます。 Minitabを使用すると、分析したいデータの各結果変数やサブセットを、さまざまなツールすべてで分析を再実行して、管理するレポートを大量に作成する必要があります。
図30JMP：列スイッチャーとローカルデータフィルター
結果の保存と共有
Minitab
Minitabで分析が実行されるたびに、出力は個別の要素としてナビゲータペインに配置されます。 プロジェクトファイルを保存すると、これらすべての出力要素がすべてのワークシートとともにプロジェクトファイルに保存されます。 個々の出力は、画像ファイル（.png、.jpgなど）として保存し、他のアプリケーションに配置することもできます。
JMP
分析結果をJMPに保存する方法はたくさんあります。 これには、インタラクティブな.htmlファイルとして、JMPジャーナルファイルに、他のアプリケーションに配置された画像ファイルとして保存することや、を介してプライベートの安全なダッシュボードに公開することも含まれます。 JMP Liveは、JMPの外部のレポートを表示および操作する機能を提供します。 レポートをスクリプトとしてデータテーブルに保存する方法を説明します。これは、分析作業を保存する最も一般的な方法です。
レポート内から、レポートウィンドウの左上にある赤い三角形の下にある[スクリプトの保存]> [データテーブルへ]を選択します（図31A）。
図31AJMP：スクリプトをデータテーブルに保存する
保存されたスクリプトは、データファイルウィンドウの左上のペインに表示されます（図31B）。
図31BJMP：保存されたスクリプト
緑の三角形をクリックすると、保存されたスクリプトが再実行され、そのレポートに関連付けられているすべての分析が実行されます。 これにより、変更されたデータセットに対して分析の完全なセットを再実行できます（たとえば、データの削除/追加、値の再コーディング、グローバルデータフィルターによるサブセット化、新しい行の状態）。 スクリプトは、ペインで調整したり、グループ化して、分析作業の管理に役立てることができます。
1因子分析
MinitabとJMPの両方に、1因子分析を実行するためのツールがあります（例：単純な線形
回帰、単純ロジスティック回帰、一元配置分散分析、およびカイ2乗検定
比率の比較）。 単変量分析と同様に、それらはどのようにアプローチしますか
分析の実行方法は大きく異なります。
タブレット生産データを使用して、これらの分析のいくつかを説明します。
Minitab
Minitabで1因子分析を実行すると、適切なツールが起動します（たとえば、[統計]> [回帰]> [フィットした折れ線グラフ]）。 適切な変数は、ダイアログボックスおよび選択したその他のオプション内で指定されます。 出力が生成され、出力ウィンドウに配置されます。 たとえば、単純な線形回帰の出力を調べる場合、グラフに信頼区間を追加したり、残余プロットを調べたり、変数の1つのスケールを線形から対数に変更したりすることが望まれます。おそらく、異なる応答変数または予測変数をすべて一緒に使用します。 フィットした折れ線グラフツールを再起動し、オプションを変更してから、新しい出力セットを作成する必要があります。 Minitabの出力の各セットは主に静的であり、わずかな変更のみが可能です。
さまざまな1因子分析（ロジスティック回帰、ANOVA、カイ2乗検定など）では、他のツールを使用する必要があります。
JMP
JMPでは、すべての1因子分析は、1つのプラットフォーム（Analyze> Fit Y by X）から実行されます。図32Aは、このプラットフォームのダイアログボックスを示しています。 Y、応答変数およびX、係数が選択されている場合、JMPは自動的に正しい分析を決定します。
JMPが複数の分析を同時に実行する方法を説明するために、Yに2つの変数、応答（溶解、連続変数、ロット受け入れ、バイナリ変数）、および因子に2つの変数（API粒子サイズ、3つのカテゴリ変数）を選択しました。レベル;ミルタイム、連続変数）。
JMPは、次の4つの異なる分析を作成します。
- 溶解対API粒子サイズの一元配置分散分析。
- 溶解vsミル時間の単純な線形回帰。
- ロット受け入れとAPI粒子サイズの分割表分析。
- ロット受け入れとミルタイムの単純なロジスティック回帰
図32AJMP：YをXでフィット
JMPの他の多くのプラットフォームと同様に、Fit Y by Xには、分析にカテゴリ別の変数を含める機能があり、その変数のレベルごとに個別の分析を実行します。 モデルは、観測値に重み付きの値を割り当てて適合させることもできます。 プラットフォームは、要約された度数分布/表形式のデータでも使用できます。
これら4つの分析の初期出力を図32Bに示します。 注：行の状態は、溶解≥70の仕様を満たすロットが緑に色分けされ、70未満のロットが赤に色分けされるように設定されました。
各分析の隣には赤い三角形のホットスポットがあり、分析全体の次のステップとしてJMPが推奨するツールを使用したコンテキストメニューが表示されます。 実行される4つの異なる統計分析手法があるため、各メニューの下に4つの異なるツールセットがあります。 図33は、これらのコンテキストメニューのそれぞれを示しています。 これで、分析ワークフローの次のステップを選択する準備が整いました。 その後の各分析では、レポートに追加された別の出力セットが生成され、新しい赤い三角形のホットスポットが追加のオプションを提供します。
図32BJMP：Y byXレポートの適合
図33JMP：Y xXのコンテキストメニューの適合
Fit Y by Xプラットフォームで分析がどのように展開されるかを説明するために、ミル時間による溶解の二変量フィットの赤い三角形の下にあるフィットラインオプションが選択されました。 図34は、その選択に基づいてレポートに追加される出力を示しています。
図34JMP：線形回帰フィット
選択した線形フィットの横に新しい赤い三角形のホットスポットが表示されていることに注意してください。 図35は、そのコンテキストメニューで使用できるオプションを示しています。 ここには、グラフに信頼区間または予測区間を追加したり、残差プロットを作成したり、データテーブルに値を保存したりするオプションが表示されます。
図35JMP：線形フィットのコンテキストメニュー
図33の[二変量フィット]メニューに示されているように、他のモデルをフィットして比較することができます。 例：多項式、スプライン、直交、ノンパラメトリック密度、ロバスト回帰。 変換は、Fitspecialで利用できます。 図36に、これらのオプションを示します。
図36JMP：変換
検討中の各モデル適合は、データに最適なモデルを見つけるためにさまざまなモデルの選択肢を調べて比較するときに、レポートに追加またはレポートから削除できます。 図37は、2次近似とノンパラメトリック密度が追加されたディスプレイを示しています。
図37JMP：モデルの比較
使用する変数を変更したり、分析の基礎となるデータのサブセットを選択したりする場合は、ローカルデータフィルターと列スイッチャーにアクセスできます。 すべての出力は、それらの選択を反映するように即座に更新されます。 Minitabの場合のように、データを新しいデータテーブルにサブセット化して分析を再実行する必要はありません。
この例でも示されているように、JMPでデータを分析することは、データセットに対して特定の統計手法を実行し、出力の静的コレクションを観察するだけではありません。 プラットフォームは、実際にデータを分析する方法に沿った自然な分析ワークフローに従うように設計されています。 探索し、データと結果を操作し、変数を変更し、データをフィルタリングし、さまざまなモデルオプションを試します。各結果は、一連の分析ステップの次の論理ステップにつながります。
多変数統計モデル
多くの変数を含む統計モデルを構築することは、おそらく最も強力で、頻繁に必要とされるタイプの分析です。 これらのモデルを構築するには、通常4つの目的があります。
- 特定の仮説をテストするため。
例：薬物治療Aは、プラセボと比較して、70歳以上の男性の回復率を少なくとも15％低下させますか？ 効果は女性でも同じですか？
- 結果と最も相関している多くの変数からいくつかの変数を見つける。
例：コミュニティの健康状態の悪化と最も相関する主要な社会経済的条件は何ですか？
- 変数間の関係を定量的に記述します。
例：処理温度が5上昇すると、溶液の粘度はどのくらい低下しますか0 Cと処理時間が10分増加しますか？
- 結果を予測するためのメソッドを作成します。
例：顧客の特性と現在の住宅ローンに基づいて、顧客が新しい住宅ローンの借り換えプログラムについて学ぶことに興味を持つ可能性はどのくらいありますか？
モデルの主な目標は、これらの1つ、一部、またはすべてである可能性があります。 選択されるモデリング手法は、多くの場合、これらの目標のどれが最も重要であるかによって決まります。
Minitab
Minitab v19には、次の3つの多変数モデリング手法があります。
・一般化線形モデル（例：ANOVA、線形回帰、ロジスティック回帰）
・分類および回帰ツリー
・判別分析
1因子分析の実行と同様に、多変数統計モデルを構築するには、最初に状況に適したモデリングタイプを選択する必要があります（たとえば、[統計]> [ANOVA]> [一般線形モデル]）。 次に、ダイアログボックス内で、ユーザーは含める変数とその他の関連オプションを指定します。
出力は、分析の実行時に生成され、出力ウィンドウに配置されます。 統計モデルを構築するプロセスでは、アナリストは通常、最終的なモデルが決定されるまで、それぞれが異なる変数のセットとモデル項を含む、多くの異なるモデルを適合させる必要があります。 モデルから変数または項を削除することが決定された場合、ダイアログボックスが再起動され、変更が加えられ、分析が再実行されます。 考慮される各可能なモデルは、それぞれが異なる出力セットを生成するように別々に実行する必要があります。 Minitabでのほとんどの分析結果と同様に、数値およびグラフィックの出力はほとんど静的であり、変更を加えるためのいくつかのオプションがあります。 たとえば、データからいくつかの観測値を削除したい場合は、新しいワークシートを作成して、すべてのモデルを再度実行する必要があります。
JMPおよびJMPPro
JMPおよびJMPPro v16には、以下の多変数モデリング手法と、それぞれに含まれる多くのバリアントがあります。
・一般化線形モデル（例：ANOVA、線形回帰、ロジスティック回帰）
・パーティション（デシジョンツリー）
・ 神経網
・判別分析
・ブートストラップフォレスト*
・ブーストされたツリー*
・k最近傍法*
・ナイーブベイズ*
・サポートベクターマシン*
* JMPProのみ
JMPおよびJMPProには、これら以外にもモデリング手法があります。 これらは通常、より特殊なアプリケーションと一般的なモデリングの目的で使用されるため、上記にはリストされていません（たとえば、社会科学の構造方程式モデル、消費者調査用のUplift、Choice、MaxDiff、関数、信号であるデータをモデル化するためのFunctional Data Explorer 、またはシリーズ）。
JMPの各モデリングプラットフォームには、推定方法とモデルフィッティング仕様に関する多くのオプションもあります。 これらは、考慮すべきさらに多くのモデルを生成する機能を提供し、複雑な状況を処理する際のより優れた機能を可能にします（たとえば、加重最小二乗、ペナルティ付き回帰、有益な欠落、K分割交差検定など）。
ロジスティック回帰モデルを使用してフィッティングすることにより、JMPProでのモデル構築プロセスを説明します。住宅ローンの借り換えアウトリーチデータ。
ロジスティック回帰モデル：
JMPでは、すべての線形モデルは、[分析]メニューの[フィットモデル]プラットフォームを使用して作成されます。 この1つのプラットフォームでは、[パーソナリティ]ドロップダウンメニューで目的のオプションを選択することにより、さまざまなモデルフォームとモデルフィッティング手法から選択できます。 図38は、JMP（左）とJMP Pro（右）で使用可能なオプションを示しています。
図38JMPおよびJMPPro：フィットモデル–パーソナリティ
図39Aは、結果変数とモデル項が追加されたFitModelプラットフォームのダイアログボックスを示しています。 ここでは、メインエフェクトのみのモデルをフィッティングしています。 交互作用項、2次効果、項の定義を（交差またはネスト）および（固定またはランダム）として含めるオプションを使用できます。 検証列も含まれています。 この列には、75％のトレーニングと25％の検証にデータがランダムに割り当てられています。 JMPは、モデルに適合するためにトレーニングデータのみを使用します。 検証データは、適合モデルの予測能力を評価するために使用されます。 このアプローチは、モデルがデータを過剰適合させるという望ましくない結果を回避するのに役立ちます。
図39AJMP Pro：フィットモード
分析を実行すると、JMPは名目ロジスティック回帰レポートを生成します。
JMPのすべての分析出力と同様に、レポートは、静的な出力ではなく、インタラクティブなプラットフォームと考えるのが最善です。 たとえば、[モデルの近似]ダイアログボックスに戻って変更を加えたり、解析を再実行したりしなくても、近似モデルからモデル項を削除できます。 図39Bは、変数を使用したレポートの効果の概要テーブルを示しています。年選択されました。
図39BJMP Pro：適合モデル–名目ロジスティック回帰の効果の要約
図40は、上部の赤い三角形の下で使用できるオプションを示しています。
図40JMP Pro：フィットモデル–名目ロジスティック回帰レポートのコンテキストメニュー
図41A– 41Dは、レポートに追加されたロジスティック回帰モデルを構築するときに調べられる一般的なタイプの出力の一部を示しています。
図41AJMP Pro：適合モデル–名目ロジスティック回帰レポートの混同行列
図41BJMP Pro：適合モデル–名目ロジスティック回帰レポートのROC曲線
図41CJMP Pro：フィットモデル–名目ロジスティック回帰レポートのリフト曲線
図41DJMP Pro：適合モデル–名目ロジスティック回帰レポートのプロファイラー
統計モデルの主な目的が予測のみであり、方程式が解釈可能な係数を持つ単純な形式である必要がない場合は、他のより複雑なモデルを検討する必要があります。 JMP Proには、モデルスクリーニングと呼ばれる非常に強力なプラットフォームがあり、さまざまな手法を使用してさまざまなモデルに適合し、結果を1つのレポートにまとめます。 図42は、そのプラットフォームのダイアログボックスを示しており、変数が役割に割り当てられ、モデルタイプのセットが選択されています。
図42JMP Pro：モデルのスクリーニング
図43は、レポートで生成された要約結果の一部を示しており、モデルのパフォーマンスを簡単に確認および比較できます。 Boosted Neural Networkモデルは、検証データの全体的なエラー率が最も低く（16.0％）、名目ロジスティック回帰が19.2％であることに注意してください。
図44は、ここで行っているように、カテゴリの結果を予測するときに評価するのに重要な決定しきい値ツールを示しています。 このツールは、さまざまな確率しきい値を検討するときに、モデルごとにエラー率がどのように変化するかを評価するためのインタラクティブな手段を提供します。
各モデルプラットフォームは、このレポートから起動でき、それぞれで使用可能なツールのフルセットへのアクセスを提供します。
図43JMP Pro：モデルのスクリーニング–モデルの概要
図44JMP Pro：モデルのスクリーニング–決定のしきい値
結論
MinitabとJMPはどちらも、データを分析するための使いやすいポイントアンドクリック環境をユーザーに提供します。 どちらにも同じ統計手法が多数含まれていますが、さまざまな方法でアクセスして使用します。 例：JMPのほとんどの単変量分析は、Minitabでは分析対象の特定のデータ型と選択する統計手法に応じて多くの異なるツールが使用される配布プラットフォーム内で実行されます。 JMPでは、各単変量分析からの出力を同じレポートウィンドウに追加できます。
この移行ガイドに示されているように、データテーブル、グラフ、およびレポートはJMPで動的にリンクされ、データを探索および分析するためのよりインタラクティブな環境を提供します。 この機能を使用すると、1つのデータテーブルと1セットの分析レポートのみを使用して、データのさまざまなサブセットに対して一連の分析全体を実行できます。 対照的に、Minitabの一般的な分析セッションでは、さまざまなワークシートと分析出力の大規模なコレクションを管理する必要があります。
グラフビルダーを介してデータを視覚的に探索するJMPのアプローチは、Minitabがデータのグラフ化にアプローチする方法とは非常に異なるパラダイムです。 ガイドで示したように、JMPのグラフビルダーを使用すると、検討している各オプションが視覚化をどのように変更するかを確認でき、データ内の特徴やパターンを動的に検出できます。
訪問jmp.com JMPの機能の詳細を学び、書籍、ウェビナー、ホワイトペーパー、コースなどの学習リソースを見つけるため。
著者について
