Niveau: Anfänger
【Moderator】
Yukio Takahashi, stellvertretender Direktor des BioStat Institute Co., Ltd
[Zusammenfassung der Präsentation] Wenn Sie versuchen, zwei qualitative und quantitative Variablen in realen Daten zu analysieren, werden Sie unweigerlich mit einem „wiederholten unregelmäßigen Zwei-Wege-Layout“ enden.Ich kann mein Lehrbuch nicht finden. Vielleicht ist es aus diesem Grund im Web weit verbreitet, dass „es nicht analysiert werden kann, wenn die Wiederholungen nicht gleich sind“. Der Grund dafür ist, dass die Analysemethode mit der Designmatrix X mit Dummy-Variablen, die allein auf der Zerlegung der Quadratsumme beruht, in einführenden Lehrbüchern der Statistik verhasst ist. Ein JMP-Benutzer, der Modell anpassen verwendet, sollte sich keine Gedanken darüber machen, ob die Wiederholungen gleich oder ungleichmäßig sind. Sie wissen wahrscheinlich, dass Sie, wenn Sie versuchen, die Mittelwerte einer qualitativen Variablen in Effektdetails zu finden, „Mittelwert der kleinsten Quadrate“ und „Mittelwert“ erhalten und dass sie widersprüchlich sind. Aber können Sie den Unterschied richtig erklären? Daher stellen wir eine Analysemethode unter Verwendung der Excel-Matrixfunktion für 2 x 3 wiederholte unregelmäßige Zwei-Wege-Anordnungsdaten vor und vergleichen sie mit dem Analyseergebnis von JMP, um unser Verständnis des Berechnungsprinzips der „Modellanpassung“ zu vertiefen Die Quadratsummenzerlegung wird für weitere Anwendungen vorgestellt.
[Moderatorenprofil]
Ich verwende SAS seit JMP4 und vor JMP. In dem Unternehmen, für das ich früher arbeitete, führte ich statistische Schulungen mit verschiedenen Arten von JMP durch und führte auch Aktivitäten zur Verbreitung von JMP innerhalb des Unternehmens durch. Dieses Ergebnis wurde bei JMPer-Meetings vorgestellt. Nach seiner Pensionierung gründete er ein selbstständiges Beratungsunternehmen und führt seine Aktivitäten fort. In letzter Zeit habe ich das Gefühl, dass die Fähigkeit zur statistischen Analyse realer Daten in vielen akademischen Bereichen (mit Ausnahme der klinischen Statistik) in Japan insgesamt abnimmt. Für mich war die experimentelle Designmethode unverzichtbar, um die statistische Theorie zu lernen und in der Praxis zu praktizieren. Das Thema dieser Zeit war ein Problem, das für mich bereits gelöst war, aber als ich die Bücher zur Versuchsplanung erneut las, stellte ich fest, dass es kein Beispiel gab, das das Berechnungsprinzip von JMPs "Modellanpassung" verwendete. Ich war es Ich war entsetzt über die Parade traditioneller Analysemethoden, die darauf bestanden, die Summe der Quadrate zu zerlegen, und ich war überzeugt, dass dies eine weit verbreitete Illusion war, dass es unmöglich sei, 2-Wege-Daten mit wiederholter Unordnung zu analysieren.
