Hallo JMP-Community,
Ich würde gerne wissen, ob es möglich ist, Trends in Daten auszuwerten (in JMP 13.1), bei denen X ordinal (4 Gruppen) und Y kontinuierlich ist (siehe angehängte Datei).
Basierend auf einer visuellen Inspektion scheint es, dass die Mittel der Messungen mit jeder Gruppe zunehmend höher sind, aber ich war nicht in der Lage, eine Methode zu finden, um dies formal zu bewerten.
Ich danke Ihnen für Ihre Hilfe.
TS
@Thierry_S , in JMP 13 Graph Builder können Sie eine Anpassungslinie über die Benutzeroberfläche hinzufügen oder dieses gespeicherte Skript verwenden
Graph Builder(
Variables( X( :GROUP ), Y( :MESUREMENTS ) ),
Elements(
Points( X, Y, Legend( 3 ) ),
Points( X, Y, Legend( 4 ), Summary Statistic( "Mean" ) ),
Line( X, Y, Legend( 5 ) ),
Line Of Fit( X, Y, Legend( 6 ), R²( 1 ), Equation( 1 ) )
),
SendToReport( Dispatch( {"Line Of Fit"}, "", OutlineBox, {Close( 0 )} ) )
)
Hier ist das Ergebnis.
Ich würde jedoch diesen Ansatz verfolgen:
- Verwenden Sie „Analysieren“ > „Y nach X anpassen“, um eine einfache ANOVA auszuführen. Die Mittelwerte sollten mit der Gruppe zunehmen, und Sie sollten auf globale Signifikanzunterschiede in den Mittelwerten testen und dann die Gruppen vergleichen.Hat beispielsweise Gruppe 3 einen statistisch anderen Mittelwert als Gruppe 4 usw.
- Betrachten Sie die aufeinanderfolgenden Unterschiede in den Gruppenmittelwerten (2-1, 3-2, 4-3), sie sind alle positiv (0,58, 0,47, 0,32). 4-3 ist bei 0,05 nicht signifikant, der p-Wert beträgt jedoch 0,07, was einen Hinweis auf einen Trend gibt, der sich jedoch möglicherweise verlangsamt.
- Ich würde kein Modell höherer Ordnung ohne mehr Kontext zu dieser Ordnungsgruppe empfehlen. Dies könnte zum Beispiel das Glück der Auslosung sein, dass die Reihenfolge dieser vier Gruppen 1,2,3,4 ergibt, eine von 24 möglichen Reihenfolgen (4! unterschiedliche Ergebnisse).Wenn es eine "Ursache" für diese Reihenfolge gibt, wie Dosis oder Wiederholung (Lernen) oder eine soziale Gruppe, sollte das Modell unter Verwendung der "Ursachen"-Variablen erstellt werden.
- Eine andere einfache Methode als Graph Builder zur Unterstützung des "Trends" besteht darin, mit der rechten Maustaste auf die Mittelwert- und Standardabweichungstabelle zu klicken und auszuwählen In Datentabelle machen . Verwenden Sie dann Fit Y by X mit dem Mittelwert als Y und Group als X (machen Sie es kontinuierlich) am Ende der Linie
Wenn ich jedoch nach einer Verschiebung in der „Verteilung“ dieser Gruppen suche, gehe ich gerne einen anderen Weg:
- Berechnen Sie anhand Ihrer Tabelle die Verteilungsquantile für jede Gruppe, 95, 90, 75, 50, 25, 10, 5 mit Tabellen > Zusammenfassung. Die resultierende Tabelle erfordert ein wenig Arbeit: Stapeln Sie die Quantile, vereinfachen Sie die Quantile-ID.
- Dann schaue ich mir gerne die Beziehung des 90. Perzentils (zum Beispiel) über die Gruppen hinweg an. Ändert es sich so stark wie der Mittelwert?
- Die zusammenfassende QuantizedTable und das Skript zum Erstellen der nachstehenden Analyse sind der Tabelle beigefügt. Diese Grafik zeigt, dass sich die gesamte Verteilung verschiebt, nicht nur der Mittelwert ... was dem Argument eines Trends nach Gruppen Stärke verleiht
Lassen Sie mich wiederholen, dies ist eine explorative Analyse. Jede Modellierung oder weitere Untersuchung sollte auf die Treiber/Ursache der Verschiebung gelegt werden.
