大家早上好，
我在這裡發布所有通過電子郵件交換的關於這個主題的內容，以集中我們的行動。
過時的: 2022 年 2 月 10 日星期四上午 10:12
的: 斯蒂芬妮
我允許自己回到您身邊，以便提前為我們的網絡研討會（6 月 6 日）準備下一次視頻會議（3 月 17 日），以檢查清單的形式提出雙變量建模輔助建議。
我在隨附的 Excel 文件中為您提供這份清單的初稿（見文件 1） （標籤 #2 標題為“雙變量建模”。 忽略標題為“數據準備”的標籤#1）
歡迎您的意見！ 毫不猶豫地添加步驟，糾正廢話，添加評論（PS：請註明您的姓名縮寫），甚至列（例如：“JMP平台使用”）。 僅供參考，我只關注 Y 和 X 是連續變量的情況，您是否考慮過處理其他情況？
不要擔心表格，它只是一個工作文件。 我們稍後會看到這一點。
如果我們能在視頻會議之前就內容達成共識，那就完美了！
因此，我們可以專注於：
過時的: 2022 年 2 月 11 日星期五下午 3:01
的：勝利者
感謝您完成這項偉大的綜合性工作！
確實，根據使用“Fit Y by X”或“Fit Model”平台的不同，選項的數量是不一樣的......
我認為將兩者分開也會很有趣，表中提到的選項或測試不一定在兩個平台上都是可能的，所以這完全取決於數據集和預期目的。
- 從“Fit Y by X”（以及其他平台，如“Distributions”、“Screening>Explore Outliers”、“Multivariate”... )
- 使用“擬合模型”和您提到的可用測試來處理建模部件。
我的一些補充（可能是建模主題的第 2 部分？）：
- 對於 R² 係數，實際上並沒有必要的最小值，一切都取決於上下文：如果我們使用基於因素的過程的產量/生產數據，我們將尋求盡可能好地對系統進行建模，因此 R²例如，小於 0.6 – 0.7 將非常令人失望：還有其他潛在的影響因素沒有考慮在內…… 對於感官/偏好/味覺研究，設法獲得 0.5 的 R² 來根據不同屬性解釋人們的偏好已經非常有啟發性（JMP Public 上的個人示例，對啤酒的分析可以解釋 45% 的某人的偏好非常有趣： ）。
- 由於缺乏擬合/過擬合（以及存在扭曲分析的異常值），我真的很喜歡使用 R² PRESS：通過平均 R² 計算，每次用 n-1 個點計算，這可以幫助檢測泛化問題如果 R² 和 R² Press 的模型非常不同。 感謝達米安的提示；）
- 對於殘差，顯示“Studentized Residuals”也很有指導意義，讓您一眼就能識別出問題。
- 關於異常值，異常值篩選平台非常好，但在出現大量維度的問題時，我喜歡通過“Multivariate”平台 -> Jackknife distances 進行異常值分析。
在“Fit Y by X”平台上，分類數據的情況也有很多要說的：ANOVA（帶有均值比較、均值和標準差/方差等的等價檢驗）、權變分析……
最後，附上兩張我寄給佛羅倫薩的備忘單，它們對於進行統計測試非常實用：smileing_face_with_laughing_eyes： （見文件 2 和 3）
過時的: 2022 年 2 月 11 日星期五下午 5:18
的： 安德魯
感謝 Stéphane 和 Victor 所做的工作和您的想法。
建議的表非常好。 我相信我們可以通過在列中指明實現命令的方式、關聯的 JMP 選項以及依靠幫助加深以將其與現有文件區分開來帶來更多（見文件 4） （黑帶、Olivier 的方法表等）。我們的備忘單應該用於使用 JMP。 我在 JMP 菜單中添加了一個 F 列（見文件 5） . 此列將幫助我們獲得正確的圖表、正確的值、正確的 p 值來解釋我們的數據。
例如，我從擬合最小二乘平台中獲取了選項列表（見文件 6） . 一個選項可以與要檢查的 1 個點相關聯。 你可以在下面看到我的偏好。
然後，我對 R² 和其他相關係數的閾值水平非常小心。 這些是隨機變量，您必須進行測試以確定它們的重要性。 人們可以滿足於一個微弱但顯著的線性相關係數（R² 同上）。
或許應該劃分要處理的線路以便向前推進。 你怎麼看 ？
再次感謝您啟動線程。 這讓我覺得我為我們委員會的幻燈片計劃的時間已經用於其他事情了！
過時的: 2022 年 2 月 17 日星期五下午 2:55
的: 安娜
感謝您提供有關該主題的所有建議！
我認為我們冒著快速填滿（甚至溢出！）的風險 會議：smileing_face_with_laughing_eyes：
我想知道我們是否不能在第一次會議上專注於 Fit Y by X 平台，而將 Fit 模型留給定於 7 月舉行的第二次建模會議。
在我看來，根據變量是定量的還是定性的來處理不同的場景可能會很好。
並且實際上停留在一些非常實用的 JMP 上，以了解在哪裡查找並在每個步驟中找到相應的信息。
過時的: 2022 年 2 月 23 日星期五下午 1:28
的：勝利者
為了跟進對第一個建模部分的各種評論，以及關注減少分析（和平台）數量的需要，我為您提供了一個關於 JMP 中單變量和雙變量分佈的可能分析和統計測試的小總結，使用 Distributions 和 Fit Y by X 平台（見文件 7） .
我認為沒有必要查看所有內容（在一小時的網絡研討會中可能會很短......），但我們可以在其中一些分析中挑選應用案例，並為備忘單創建一個流程圖，允許用戶導航根據他們擁有的數據和他們的目標（建模、統計測試/比較、可視化等）到正確的平台。
我的意見是在本次網絡研討會中推送一些統計測試示例，因為它們在探索性分析中很重要，可以更好地理解其數據集，並且在更複雜的平台/分析（實驗設計分析、MSA 等）中也有發現，因此能夠理解他們如何處理一個簡單的例子可以更好地理解更複雜分析背後的邏輯：實驗計劃（以及所涉及的假設）或測量系統分析（以及取決於設備、操作員等的分析方差） .)… :smiling_face_with_laughing_eyes:
過時的: 2022 年 2 月 23 日星期五下午 2:22
的: 斯蒂芬妮
我只是想把我為我們小組工作了幾天的東西發給你。
我想在一個（虛構的）數據案例中測試我發送給您的檢查表原型。 （見文件 8 和 9） . 除了可以在網絡研討會期間展開的框架之外，這還提供了一個想法。
它只處理雙變量建模的情況（我承認這更像是我習慣的），使用：
- 正如安妮推薦的那樣，不僅是 Fit Y by X 平台（我為這個場合重新發現了它：smiley_face_with_laughing_eyes： )
- 還有 Fit Model 平台（實際上我每次都本能地去）
閱讀 Victor 的電子郵件和文檔，我意識到有很多話要說，我們將不得不... 拆分網絡研討會或做出重大選擇！
（André，Florence，它將教你如何將 Victor 和 Stéphane 放在一起：face_qui_tire_la_langue_et_plisse_les_yeux： )
過時的: 2022 年 2 月 23 日星期五下午 4:36
的：勝利者
感謝您提供幻燈片，這是解決問題的有趣的分步方法。
就我而言，Excel 文件對錶示過程沒有太大幫助，我也不一定很清楚，但我想根據數據、分佈和我們想要做的事情來強調備忘單方面（參見 PJ 中的示例) （見文件 10）在 JMP 中，就像我之前在統計測試中發送給您的流程圖一樣（要考慮流程圖的精確度，以免讓它太忙……）。
我認為這兩種方法是相當互補的：Stéphane 展示了在分析數據集時可以做什麼以及採取的不同預防措施，而備忘單提供了一個“可能性範圍”，可以根據需要從中提取：smile_face_with_laughing_eyes：
關於文件和佛羅倫薩的電子郵件，也許我們可以上傳我們所有的文件（Excel、ppt等） 在我們的社區空間中，為了讓他們在同一個地方（而不是通過幾封電子郵件）？
- 看看我們可以把它們放在哪裡（我們創建了一篇知識庫文章，將所有當前工作文件分組，下面會回應最初的帖子嗎？）?
正如 Stéphane 指出的那樣，將 Stéphane 和 Victor 聯繫在一起可能很危險：face_qui_tire_la_langue_et_plisse_les_yeux：
過時的: 2022 年 2 月 23 日星期五下午 4:53
的: 佛羅倫薩
什麼工作 ！！！ 做得好 ！！！
我認為網絡研討會的基礎知識確實存在！
我只想說一句：讓我們不要忘記 JMP 很簡單這一事實！ 所以我認為它必須被簡化。 以上，我和你一起維克多。 您的 excel 文件非常有趣，但過於密集。 它應該以更分層的結構提供，就像 PPT，但更明顯，因為 PPT 也很密集。
我認為我們可以在提到的組中創建一個帖子。 突然間，在這個層面做出反應，發表評論等。我們將使用它來看看它是否更容易最終！ 我讓建模組組長創建第一個帖子！
3 月 17 日見，將所有這些內容到位，巨大的挑戰，在不到一個小時內將其恢復！！！！
我們準備網絡研討會的報告。
日期: 03/17
與會者：弗洛倫斯、安妮、伊莎貝爾、安德烈、維克多、托馬斯、斯蒂芬
6 月 9 日網絡研討會的組織
- 流程圖的介紹性演示，根據數據的性質引導用戶使用用例。 使這部分具有吸引力和信息量，以吸引觀眾的注意力
- 演講 N°1：分類數據案例（ANOVA）（20 分鐘），維克多
- 演示 N°2：連續數據案例（FitXbyY，FitModel）（20 分鐘），Stéphane
- 演講 N°3：適用於製藥領域的監管框架，Thomas
建議
- 把事情簡單化！ 使演示文稿易於訪問和有吸引力... 放一些閃光！
- 為網絡研討會的每個部分想一個有吸引力的標題
- 定位“商業”、“工業概念”演示文稿，同時牢記觀眾中的任何用戶都必須感到關注
- 注意不要過分強調變量的轉換，這可能會嚇到沒有經驗的用戶
下次會議
4 月 13 日，上午 10 點至 11 點
如果我忘記了什麼，請隨時評論這篇文章（尤其是托馬斯，我對你的部分所說的話不太滿意）
