Ich habe diese Frage von einem Kunden erhalten, der von Minitab umsteigt.Hat jemand so etwas erlebt?Alle Vorschläge sind willkommen.
Drei Herausforderungen/Fragen, die ich habe, beziehen sich auf die kategoriale Datenanalyse und den Chi-Quadrat-Test.
(1) Mir ist aufgefallen, dass ich, wenn ich Zwei-Wege-Tabellen habe, wie in Tabelle 1 gezeigt, diese nicht direkt in JMP eingeben kann, es sei denn, ich erstelle eine Spaltenformattabelle (Tabelle 2). Dies erscheint etwas umständlich, da die Konvertierung von einem zum anderen ziemlich lange dauert. Bitte geben Sie an, ob es in JMP eine solche Fähigkeit oder Funktion gibt, die dabei helfen kann:
Tabelle 1
Tabelle 2
(2) Wenn ich einen Chi-Quadrat-Test mit den obigen Daten durchführe und einen p-Wert erhalte, der unter meinem Alpha-Signifikanzniveau liegt, woher weiß ich dann, welche Stichprobe(n)/Gruppe(n) sich signifikant von ihnen unterscheidet? der Rest? Mit ANOVA verfügt JMP über den t-Test von Each Pair Student und den HSD-Test von Tukey, um die Unterschiede zwischen jeder Gruppe/Probe zu erkennen. Wie wird dies mit mehreren kategorialen Datensätzen gemacht? Minitab stellt beispielsweise den p-Wert sowie Tabellen/Diagramme der erwarteten vs. beobachteten Werte bereit, um die Gruppen voneinander unterscheiden zu können, siehe Abbildung 1 unten:
Abbildung 1
(3) Herausforderung Nr. 2 oben betraf mehrere kategoriale Datensätze mit 2 Ergebnissen. Was ist, wenn ich 3 oder mehr Ergebnisse habe? Siehe beispielsweise Tabelle 3 unten, wo 5 Gruppen (Fläche) und 3 Ergebnisse (Rechnungsfehlerarten) verglichen werden. Minitab ermöglicht die Durchführung eines Chi-Quadrat-Tests auf Assoziation und veranschaulicht den Vergleich der erwarteten mit den tatsächlichen Beobachtungen für jede Gruppe gemäß Abbildung 2 unten. Wie kann dies in JMP erfolgen? Und wie müssen die Daten in die JMP-Datentabelle eingegeben werden, um die Analyse durchzuführen? Kann ich eine 2-Wege-Tabelle wie in Minitab verwenden?
Tisch 3
Figur 2
Die Kategorische Plattform soll hier hilfreich sein.
(1) Der Benutzer kann eine neue Spalte mit tatsächlichen Ausfallhäufigkeiten erstellen. Wählen Sie dann auf der kategorialen Plattform die Registerkarte „Mehrere“ aus und fügen Sie die Spalten „False“ und „Actual Fail“ als Spalten für die Antworthäufigkeit zusammen. Geben Sie unten LOBP als X, Gruppierungskategorie und Gesamt als Stichprobengröße ein.
(2) Wählen Sie im Bericht Top Red Triangle > Test Response Homogeneity für den Assoziationstest und dann Compare Each Sample für die nachfolgenden paarweisen Tests. Ich glaube, dass die p-Werte für die paarweisen Tests unkorrigiert sind, selbst wenn FDR unter Testoptionen aktiviert ist. Der Benutzer benötigt möglicherweise eine exemplarische Vorgehensweise zum Interpretieren der Vergleichsbuchstaben. IMO sind sie ein wenig verwirrend im Vergleich zur Tabelle oben rechts in dieser Minitab-Ausgabe (aber es könnte nur ich sein).
(3) Dasselbe Mehrfachantwortformat wie in (2) sollte hier wieder funktionieren, nur mit allen drei Antwortspalten zusammen als Antworthäufigkeitsspalten und einer neuen Gesamtspalte für die Stichprobengröße. Aber in dem Beispiel frage ich mich, ob sich die Rechnungsfehlertypen gegenseitig ausschließen, denn wenn nicht, sind die LR- oder Pearson-Tests nicht geeignet. Die drei Fehlerarten könnten separat analysiert werden oder vielleicht kennt jemand eine geeignete alternative Analyse.
