大家早上好，
我在这里发布所有通过电子邮件交换的关于这个主题的内容，以集中我们的行动。
过时的: 2022 年 2 月 10 日星期四上午 10:12
的: 斯蒂芬妮
我允许自己回到您身边，以便提前为我们的网络研讨会（6 月 6 日）准备下一次视频会议（3 月 17 日），以检查清单的形式提出双变量建模辅助建议。
我在随附的 Excel 文件中为您提供这份清单的初稿（见文件 1） （标签 #2 标题为“双变量建模”。 忽略标题为“数据准备”的标签#1）
欢迎您的意见！ 毫不犹豫地添加步骤，纠正废话，添加评论（PS：请注明您的姓名缩写），甚至列（例如：“JMP平台使用”）。 仅供参考，我只关注 Y 和 X 是连续变量的情况，您是否考虑过处理其他情况？
不要担心表格，它只是一个工作文件。 我们稍后会看到这一点。
如果我们能在视频会议之前就内容达成共识，那就完美了！
因此，我们可以专注于：
过时的: 2022 年 2 月 11 日星期五下午 3:01
的：胜利者
感谢您完成这项伟大的综合性工作！
确实，根据使用“Fit Y by X”或“Fit Model”平台的不同，选项的数量是不一样的......
我认为将两者分开也会很有趣，表中提到的选项或测试不一定在两个平台上都是可能的，所以这完全取决于数据集和预期目的。
- 从“Fit Y by X”（以及其他平台，如“Distributions”、“Screening>Explore Outliers”、“Multivariate”... )
- 使用“拟合模型”和您提到的可用测试来处理建模部件。
我的一些补充（可能是建模主题的第 2 部分？）：
- 对于 R² 系数，实际上并没有必要的最小值，一切都取决于上下文：如果我们使用基于因素的过程的产量/生产数据，我们将寻求尽可能好地对系统进行建模，因此 R²例如，小于 0.6 – 0.7 将非常令人失望：还有其他潜在的影响因素没有考虑在内…… 对于感官/偏好/味觉研究，设法获得 0.5 的 R² 来根据不同属性解释人们的偏好已经非常有启发性（JMP Public 上的个人示例，对啤酒的分析可以解释 45% 的某人的偏好非常有趣： )。
- 由于缺乏拟合/过拟合（以及存在扭曲分析的异常值），我真的很喜欢使用 R² PRESS：通过平均 R² 计算，每次用 n-1 个点计算，这可以帮助检测泛化问题如果 R² 和 R² Press 的模型非常不同。 感谢达米安的提示；）
- 对于残差，显示“Studentized Residuals”也很有指导意义，让您一眼就能识别出问题。
- 关于异常值，异常值筛选平台非常好，但在出现大量维度的问题时，我喜欢通过“Multivariate”平台 -> Jackknife distances 进行异常值分析。
在“Fit Y by X”平台上，分类数据的情况也有很多要说的：ANOVA（带有均值比较、均值和标准差/方差等的等价检验）、权变分析……
最后，附上两张我寄给佛罗伦萨的备忘单，它们对于进行统计测试非常实用：smileing_face_with_laughing_eyes： （见文件 2 和 3）
过时的: 2022 年 2 月 11 日星期五下午 5:18
的： 安德鲁
感谢 Stéphane 和 Victor 的这项工作和您的想法。
建议的表非常好。 我相信我们可以通过在列中指明实现命令的方式、关联的 JMP 选项以及依靠帮助加深以将其与现有文件区分开来带来更多（见文件 4） （黑带、Olivier 的方法表等）。我们的备忘单应该用于使用 JMP。 我在 JMP 菜单中添加了一个 F 列（见文件 5） . 此列将帮助我们获得正确的图表、正确的值、正确的 p 值来解释我们的数据。
例如，我从拟合最小二乘平台中获取了选项列表（见文件 6） . 一个选项可以与要检查的 1 个点相关联。 你可以在下面看到我的偏好。
然后，我对 R² 和其他相关系数的阈值水平非常小心。 这些是随机变量，您必须进行测试以确定它们的重要性。 人们可以满足于一个微弱但显着的线性相关系数（R² 同上）。
或许应该划分要处理的线路以便向前推进。 你怎么看 ？
再次感谢您启动线程。 这让我觉得我为我们委员会的幻灯片计划的时间已经用于其他事情了！
过时的: 2022 年 2 月 17 日星期五下午 2:55
的: 安娜
感谢您提供有关该主题的所有建议！
我认为我们冒着快速填满（甚至溢出！）的风险 会议：smileing_face_with_laughing_eyes：
我想知道我们是否不能在第一次会议上专注于 Fit Y by X 平台，而将 Fit 模型留给定于 7 月举行的第二次建模会议。
在我看来，根据变量是定量的还是定性的来处理不同的场景可能会很好。
并且实际上停留在一些非常实用的 JMP 上，以了解在哪里查找并在每个步骤中找到相应的信息。
过时的: 2022 年 2 月 23 日星期五下午 1:28
的：胜利者
为了跟进对第一个建模部分的各种评论，以及关注减少分析（和平台）数量的需要，我为您提供了一个关于 JMP 中单变量和双变量分布的可能分析和统计测试的小总结，使用 Distributions 和 Fit Y by X 平台（见文件 7） .
我认为没有必要查看所有内容（在一小时的网络研讨会中可能会很短......），但我们可以在其中一些分析中挑选应用案例，并为备忘单创建一个流程图，允许用户导航根据他们拥有的数据和他们的目标（建模、统计测试/比较、可视化等）到正确的平台。
我的意见是在本次网络研讨会中推送一些统计测试示例，因为它们在探索性分析中很重要，可以更好地理解其数据集，并且在更复杂的平台/分析（实验设计分析、MSA 等）中也有发现，因此能够理解他们如何处理一个简单的例子可以更好地理解更复杂分析背后的逻辑：实验计划（以及所涉及的假设）或测量系统分析（以及取决于设备、操作员等的分析方差） .)… :smiling_face_with_laughing_eyes:
过时的: 2022 年 2 月 23 日星期五下午 2:22
的: 斯蒂芬妮
我只是想把我为我们小组工作了几天的东西发给你。
我想在一个（虚构的）数据案例中测试我发送给您的检查表原型。 （见文件 8 和 9） . 除了可以在网络研讨会期间展开的框架之外，这还提供了一个想法。
它只处理双变量建模的情况（我承认这更像是我习惯的），使用：
- 正如安妮推荐的那样，不仅是 Fit Y by X 平台（我为这个场合重新发现了它：smiley_face_with_laughing_eyes： )
- 还有 Fit Model 平台（实际上我每次都会本能地去）
阅读 Victor 的电子邮件和文档，我意识到有很多话要说，我们将不得不... 拆分网络研讨会或做出重大选择！
（André，Florence，它将教你如何将 Victor 和 Stéphane 放在一起：face_qui_tire_la_langue_et_plisse_les_yeux： )
过时的: 2022 年 2 月 23 日星期五下午 4:36
的：胜利者
感谢您提供幻灯片，这是解决问题的有趣的分步方法。
就我而言，Excel 文件对表示过程没有太大帮助，我也不一定很清楚，但我想根据数据、分布和我们想要做的事情来强调备忘单方面（参见 PJ 中的示例) （见文件 10）在 JMP 中，就像我之前在统计测试中发送给您的流程图一样（要考虑流程图的精确度，以免让它太忙……）。
我认为这两种方法是相当互补的：Stéphane 展示了在分析数据集时可以做什么以及采取的不同预防措施，而备忘单提供了一个“可能性范围”，可以根据需要从中提取：smile_face_with_laughing_eyes：
关于文件和佛罗伦萨的电子邮件，也许我们可以上传我们所有的文件（Excel、ppt等） 在我们的社区空间中，为了让他们在同一个地方（而不是通过几封电子邮件）？
- 看看我们可以把它们放在哪里（我们创建了一篇知识库文章，将所有当前工作文件分组，下面会回应最初的帖子吗？）?
正如 Stéphane 指出的那样，将 Stéphane 和 Victor 联系在一起可能很危险：face_qui_tire_la_langue_et_plisse_les_yeux：
过时的: 2022 年 2 月 23 日星期五下午 4:53
的: 佛罗伦萨
什么工作 ！！！ 做得好 ！！！
我认为网络研讨会的基础知识确实存在！
我只想说一句：让我们不要忘记 JMP 很简单这一事实！ 所以我认为它必须被简化。 以上，我和你一起维克多。 您的 excel 文件非常有趣，但过于密集。 它应该以更分层的结构提供，就像 PPT，但更明显，因为 PPT 也很密集。
我认为我们可以在提到的组中创建一个帖子。 突然间，在这个层面做出反应，发表评论等。我们将使用它来看看它是否更容易最终！ 我让建模组组长创建第一个帖子！
3 月 17 日见，将所有这些内容到位，巨大的挑战，在不到一个小时内将其恢复！！！！
我们准备网络研讨会的报告。
日期: 03/17
与会者：弗洛伦斯、安妮、伊莎贝尔、安德烈、维克多、托马斯、斯蒂芬
6 月 9 日网络研讨会的组织
- 流程图的介绍性演示，根据数据的性质引导用户使用用例。 使这部分有吸引力和信息丰富，以吸引观众的注意力
- 演讲 N°1：分类数据案例（ANOVA）（20 分钟），维克多
- 演示 N°2：连续数据案例（FitXbyY，FitModel）（20 分钟），Stéphane
- 演讲 N°3：适用于制药领域的监管框架，Thomas
建议
- 把事情简单化！ 使演示文稿易于访问和有吸引力... 放一些闪光！
- 为网络研讨会的每个部分想一个有吸引力的标题
- 定位“商业”、“工业概念”演示文稿，同时牢记观众中的任何用户都必须感到关注
- 注意不要过分强调变量的转换，这可能会吓到没有经验的用户
下次会议
4 月 13 日，上午 10 点至 11 点
如果我忘记了什么，请随时评论这篇文章（尤其是托马斯，我对你的部分所说的话不太满意）
