大家好，
我将在此主题上通过电子邮件交换的所有内容都张贴在这里，以集中我们的行动。
日期： 2022 年 2 月 10 日星期四上午 10:12
的: 斯蒂芬
我允许自己回到你身边，以便为我们的网络研讨会（6 月 6 日）提前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援助的建议。
我在随附的 Excel 文件中为您提供了这份清单的初稿（见文件一） （选项卡 #2 标题为“双变量建模”。 忽略标题为“数据准备”的选项卡 #1）
欢迎您的输入！ 不要犹豫，添加步骤、纠正废话、添加评论（PS：请注明您的姓名首字母），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，那就太完美了！
因此，我们可以专注于：
日期：2022 年 2 月 11 日星期五下午 3:01
的：胜利者
感谢您所做的这项伟大的综合工作！
确实，根据使用“Fit Y by X”或“Fit Model”平台，选项的数量是不一样的……
我认为将两者分开也很有趣，表中提到的选项或测试不一定在两个平台上都可行，因此这完全取决于数据集和预期目的。
- 从“通过 X 拟合 Y”（以及其他平台，如“分布”、“筛选>探索异常值”、“多变量”等其他平台）的探索性方法开始 )
- 使用“拟合模型”和您提到的可用测试来处理建模部分。
我的一些补充（有些可能是在建模主题的第 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处理产量/生产数据，我们将尽可能地对系统建模，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未被考虑在内…… 对于感官/偏好/味觉研究，设法获得 0.5 的 R² 以根据不同的属性来解释人们的偏好已经非常有指导意义（JMP Public 上的个人示例，对啤酒的分析解释了某人 45% 的偏好这有点有趣： squinting_face_with_tongue： ).
- 对于缺乏拟合/过度拟合（以及异常值扭曲分析的存在），我非常喜欢使用 R² PRESS: calculated by averaging R² calculated with n-1 points each time ，这可以帮助检测泛化问题如果 R² 和 R² Press 非常不同，则模型。 感谢 Damien 的提示
- 对于残差，显示“Studentized Residuals”也很有指导意义，可以让你一眼就看出问题所在。
- 关于离群点，离群点筛选平台很好，但是对于维数很大的问题，我喜欢通过“Multivariate”平台-> Jackknife distances 做离群点分析。
在“Fit Y by X”平台上，分类数据的情况也有很多要说的：ANOVA（均值比较，均值和标准差/方差的等价性检验等），列联分析……
最后，附上我寄给佛罗伦萨的两张备忘单，它们对于进行统计测试非常实用：smiling_face_with_smiling_eyes： （见文件 2 和 3）
日期：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示执行命令的方式、关联的 JMP 选项以及依靠帮助来加深与现有文件的区别来带来更多（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） . 此专栏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 Fit Least squares 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，我非常注意 R² 和其他相关系数的阈值水平。 这些是随机变量，您必须进行测试才能确定它们的重要性。 人们可以满足于弱但显着的线性相关系数（R² 同上）。
也许应该将要处理的线路分开以便向前推进。 你怎么认为 ？
再次感谢您发起话题。 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！
日期：2022 年 2 月 17 日，星期五，下午 2:55
的: 安娜
感谢您就该主题提出的所有建议！
我认为我们冒着快速填满（甚至溢出！）的风险 会话：smiling_face_with_smiling_eyes：
我想知道我们是否可以在第一节课上专注于 Fit Y by X 平台，而将 Fit 模型留给定于 7 月举行的第二节课建模。
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更好。
实际上停留在一些非常实用的 JMP 上，知道在每个步骤中在哪里查看和找到相应的信息。
日期：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，以及关注减少数量的分析（和平台）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检验的小总结，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......），但我们可以选择其中一些分析的应用案例，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。
我认为在本次网络研讨会中推出一些统计测试示例，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）中也能找到它们，因此能够理解他们如何处理一个简单的例子有助于更好地理解更复杂的分析背后的逻辑：实验计划（和所涉及的假设）或测量系统分析（以及取决于设备、操作员等的分析差异）…… :smiling_face_with_smiling_eyes:
日期：2022 年 2 月 23 日星期五下午 2:22
的: 斯蒂芬
我只是想把我几天来为我们团队所做的工作发给你。
我想在一个（虚构的）数据案例上测试我发给你的检查表原型。 （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（我承认这是我习惯的）使用：
- 不仅如 Anne 推荐的那样，Fit Y by X 平台（我为这个场合重新发现了它：smiling_face_with_smiling_eyes： )
- 还有 Fit Model 平台（实际上我每次都会本能地使用它）
阅读维克多的电子邮件和文件，我意识到有太多话要说，我们将不得不…… 拆分网络研讨会或做出重大选择！
（André，Florence，这将教你如何将 Victor 和 Stéphane 放在一起：squinting_face_with_tongue： )
日期：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，这是解决问题的一种有趣的分步方法。
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，就像我之前发送给您的关于统计测试的流程图（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非常互补的：Stéphane 展示了在分析数据集时可以做什么和采取不同的预防措施，而备忘单提供了一个“可能性范围”，可以根据需要从中提取：smiling_face_with_smiling_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） 在我们的社区空间上，以便将它们放在同一个地方（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，将所有当前的工作文件分组，下面的文章将回应最初的帖子？）？
正如 Stephane 指出的那样，将 Stephane 和 Victor 配对在一起可能很危险：squinting_face_with_tongue：
日期：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：我们不要忘记 JMP 很简单这一事实！ 所以我认为必须对其进行简化。 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，如 PPT，但更明显，因为 PPT 也很密集。
我认为我们可以在上述组中创建一个帖子。 突然间，在这个层面上做出反应，发表评论等。最终会不会更容易，我们将通过使用看到！ 我让造型组组长创建第一帖！
3 月 17 日见，将所有这些内容放到位，这是一个巨大的挑战，请在不到一个小时内将其恢复！！！！
