前回の記事「魔法のJMP関数テーブル、データのすべてのグループの比較を実現する」では、グループ間でより一般的に使用される方法とJMP操作の基本機能を紹介しました。この記事の冒頭で、いくつかを個別に比較します。共通グループ間の比較方法とその運用プロセスを1つずつ紹介します。今日の記事は、連続変数のグループ間の比較から始まります。
グループ間の連続変数の比較では、合理的な分析方法を選択する場合、最初に考慮しなければならないいくつかの前提条件、つまり正規性と分散の均一性（分散の均一性）があります。
分散の正規性と均一性とは何ですか？
一般的なデータ分布パターンには、正規分布、ポアソン分布、指数分布などがあります。正規性検定とは、母集団が正規分布に準拠しているかどうかを判断するための検定を指します。分散の均一性の検定は、各グループのサンプル間の分散が同じであるかどうかの検定です。
連続変数グループ間の比較の実際のアプリケーションでは、多くの人が犯すよくある間違いは、データが正常状態または分散に準拠しているかどうかを考慮せず、t検定または分散分析（ANOVA）を直接使用して実行することです。データの統計分析、そしてそれは正しい分析プロセスは、方法を選択する前に、データ分布がどのように見えるかを調べることです。
この記事の内容は、統計手法を選択する前に考慮する必要がある2つの重要な条件を紹介することです。データが正規分布を満たしているかどうかを判断する方法と、グループ間の分散が等しいかどうかを判断する方法です。これらの2つの条件が決定された場合にのみ、合理的な分析方法を選択できます。
存在JMP通常のチェック
次に、JMPの「分布」プラットフォームを使用して正常性の検証を行う方法を見てみましょう。例として（図1）のデータを使用して、喫煙と非喫煙のBMI値に違いがあるかどうかを調べます。 -喫煙者。まず、BMI値を正規化する必要があります。テストしてから、データ分布に従ってt検定と順位和検定のどちらを使用するかを判断します。
図1-この記事で使用されているデータ
グループ間で比較する場合、通常の状態のテストを実行するためにグループに分割する必要があることに注意する必要があります。つまり、BMIの分布ではなく、喫煙と非喫煙者の2つのグループ間のBMIの分布をテストします。すべての人の価値観。次に、具体的な操作方法を説明します。まず、「分析」→「配布」を選択します（図2）。
図2-通常の検証操作の最初のステップ
喫煙者と非喫煙者の間のBMIの分布を調査したいので、BMIが結果であり、喫煙がグループです。したがって、ダイアログボックスの「Y、行」にBMIを入力し、「基本」に喫煙を入力します（図3）。出力結果を図4に示します。
図3-通常の検証操作ステップ2の概略図
図4-出力結果
「ベーシス」はJMPでよく見られ、「別々に」または「層状」を意味します。たとえば、喫煙をベースにドラッグすると、喫煙者と非喫煙者を別々に操作することになります。これは、喫煙者と非喫煙者の違いを比較するなど、グループ間の比較を意味する「グループ化」とは異なります。以降の記事では、この概念について説明します。
この垂直棒グラフに慣れておらず、棒グラフを水平方向に回転させたい場合は、結果インターフェイスの左上隅にある三角形のボタンをクリックして、ドロップダウンメニューで[スタック]を選択できます（図5）。 。
図5-スタッキング操作の概略図
出力結果を図6に示します。喫煙者と非喫煙者の2つのグループのBMIのさまざまな統計があります。これには、平均、標準偏差、中央値、第1四分位数と第3四分位数などが含まれます。
図6-出力結果
「BMI」の左側にある赤い三角形のボタンをクリックし、ドロップダウンメニューの「ContinuousFit」→「FitNormal」をクリックします（図7）。
図7-通常の検証操作の3番目のステップ
通常のフィッティングの結果を図8に示します。
図8出力結果
左側の赤い三角形のボタンをクリックし、ドロップダウンメニューの[適合度]をクリックすると（図9）、通常のテスト結果が表示されます。
図9-通常の検証操作ステップ4の概略図
正規性検定の結果を（図10）に示します。p値は0.9128に等しく、0.05を超えています。正規分布が満たされていない、つまり、データが満たされていると結論付けることはできません。正規分布に従わないため、データを正規分布として扱うことができます。分析します。
図10-通常の検証結果
非喫煙者に対するBMIの通常のテスト方法は上記と同じであり、結果は異常な分布である（図11）に示されています。
図11-通常の検証結果
上記の通常の検定の結果によると、グループ間の比較には順位和検定を使用する必要があります。これは、2つのデータセットでは、いずれかのデータセットが異常に分布している限り、「順位和検定」を使用する必要があるためです。グループ間の比較のため。
存在JMP分散の均一性検定を達成する
グループ間で比較したときに、2セットのデータが正規分布していることがわかった場合、t検定を直接実行できることを意味するわけではなく、t検定が必要かどうかを判断するために分散の均一性検定も必要です。次に使用するか、調整されたt検定（T '検定）を使用します。
分散の均一性検定とは何ですか？
等分散性の検定は、グループ間の分散が同じであるかどうかの検定です。分散の均一性をテストする必要があるのはなぜですか？グループ間で比較する場合、グループ間の分散が大きすぎると、平均の差がマスクされ、誤った結論につながるためです。
分散の均一性をテストするために一般的に使用される方法は次のとおりです。
Fバイラテラルテスト、ブラウンフォーサイス検定、ルビーン検定、バートレットチェックサムおよびオブライエン検定。その中で、F-bilateralテストは、2つのデータセットの分散の均一性をテストするために使用され、その他は、複数のデータセットの分散の均一性をテストするために使用されます。実際には、Levene法とBartlett法が使用されます。より一般的に使用されますが、バートレット法は通常のデータにのみ使用できます。レベン法は異常なデータにも使用でき、幅広い用途があります。
例として（図1）のデータを取り上げます。呼吸困難の程度が異なる人々の間で身体的健康スコアに違いがあるかどうかを分析する場合は、最初に正規性検定を実行します。テスト結果で2つのデータグループが正規分布で、分散検証の均一性を実行します。
分散均一性テストは、グループ間の比較のための重要なステップであり、その操作は、JMP関数テーブル「fitXwithY」モジュールに実装されています。前回の記事では、グループ間の比較操作について簡単に紹介しました。
「分析」→「YをXに合わせる」を選択します。この場合、身体的健康スコアが結果であり、呼吸困難の程度がグループです。したがって、ダイアログボックスの「Y、応答」に身体的健康スコアを入力し、「X、係数」に息切れの程度を入力します。操作については（図12）を参照してください。
図12-差分検証操作
「呼吸困難-身体的健康スコア」の単一因子分析の横にある赤い三角形のボタンをクリックし、ドロップダウンメニューから「不等分散」を選択します（図13）。
図13等分散性検定の操作
出力結果を図14に示します。分散均一性検定のp値が0.05より大きい場合、分散は均一であると見なすことができます。
図14-均一性分散検定の結果
このケースは、2つのグループの分散の均一性のテストです。どちらのテスト結果も選択でき（2つのグループは複数のグループの特殊なケースであるため）、各テスト結果はP <0.05を示し、次に修正されたt検定（ t '検定））。
注：複数のデータセットの分散の均一性の検定である場合、F両側検定の結果は結果に表示されません。
上記は、今日共有されているJMPの合計と分散の正規性チェックに基づく均質性検定のいくつかの方法と注意事項です。次の記事では、JMPでt検定を実行する方法を紹介します。乞うご期待！ JMPをダウンロードして、データ分析の旅を始めましょう。
オリジナル： JMPで正規性検定と等分散性検定を実装するにはどうすればよいですか？
[推奨読書]データ分析のための＃10必須のスキル
