Ajuster le modèle pour un test non paramétriqueBonne journée,
Je voudrais un équivalent ANOVA pour un test non paramétrique.
Je comprends que pour ce faire, il existe plusieurs options dans JMP, dont l'une est la Le test de Kruskal-Wallis est-il cependant possible d'avoir au ANOVA de type 2/3 voies dans le cas d'un test paramétrique que nous effectuons à l'aide du modèle Fit
De plus, lorsque j'essaie d'utiliser l'option Ajuster Y par X à l'aide de Steel-Dwass, il n'y a aucune option pour connecter les lettres. (Je vois que beaucoup de gens ont demandé cette option sur JMP, existe-t-il déjà une solution ? J'en apprécierais vraiment un).
Analyse et modélisation des données de baseRe : Ajuster le modèle pour un test non paramétrique – Statut modifié en : Oui, restez à l'écoute !Re : Ajuster le modèle pour un test non paramétrique – Statut modifié en : AcquittéChanger le statut en reconnu. Merci.
Re : Ajuster le modèle pour un test non paramétriquePour l'ANOVA non paramétrique multidirectionnelle, quelques options sont disponibles, y compris le test de Friedman (qui effectue simplement une ANOVA sur les observations classées).Une autre consiste à utiliser la normalisation quantile, où vous utilisez le quantile des données et le convertissez en la valeur de distribution normale équivalente.Mais l’un des défis réside dans le fait qu’il n’existe pas de méthode généralement acceptée pour y parvenir.
Pour les comparaisons multiples non paramétriques dans la plateforme bivariée sous Ajuster Y par X, nous envisagerons d'ajouter des rapports de lettres connectées à la sortie.
Merci pour votre contribution et votre suggestion.
Objet : Modèle d'ajustement pour un test non paramétrique – Statut modifié : LivréMarquage comme livré. Cette fonctionnalité a été ajoutée dans JMP 18. Merci !
