다중 변수에 대한 동등성 그림 생성프로세스의 여러 속성에 대한 등가도를 생성하는 중입니다. 나는 동등성 값을 정규화하고 동일한 그래프에 모두 표시하는 것이 가능하다는 것을 확인했습니다. 누군가 이 작업을 수행하는 방법을 안내해 줄 수 있나요?
소비자 및 시장 조사데이터 탐색 및 시각화대량 맞춤화Re: 다중 변수에 대한 동등성 도표 생성설명을 덧붙이자면, 실제로 0으로 간주하기 위해 일부 표준화된 차이에 대해 동등성 테스트를 수행하기 위해 표준화된 변수를 사용하지 않을 것입니다. 나는 그것이 해석하기에 매우 혼란스러운 혼란으로 이어질 것이라고 생각합니다.
일련의 동등성 테스트를 수행해야 한다면 Fit Model에서 다음과 같이 설정합니다.
dt = Data Table( "attribute data 7" );
obj = dt<<FIT model=""></FIT>
이 접근 방식은 알파가 0.1로 설정된 실제 TOST를 수행하므로 95% TOST입니다.
스크립트의 마지막 비트는 모든 변수의 결과를 결합한 테이블을 함께 가져옵니다.
Re: 다중 변수에 대한 동등성 도표 생성바이런에게 문의한 내용에 대한 답변을 찾았습니다.@MANOVATurtle779 , Byron이 제안한 경로를 따라가는 경우 쌍별 비교, 잘못된 발견 비율 등과 관련된 관심 있는 "동등성" 비교에 답할 수 있는지 확인하기 위해 다음 링크를 면밀히 살펴보는 것이 좋습니다.첫 번째는 JMP 도움말에서 가져온 것입니다. 나머지 두 개는 JMP 도움말에 인용된 관련 참조 자료입니다.
https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/means-differences-data-table.shtml
http://engr.case.edu/ray_soumya/mlrg/controlling_fdr_benjamini95.pdf
https://pubmed.ncbi.nlm.nih.gov/3450848/
Re: 다중 변수에 대한 동등성 도표 생성안녕하세요 바이런: JMP 도움말에 따르면 설명하신 대로 응답 선별 플랫폼을 통한 "실질적 차이" 테스트 결과에 대한 귀무가설과 대립가설이 무엇인지 명확하지 않습니다.Fit Model 플랫폼에서 사용되는 TOST(two one-side test) 접근 방식과 동일한가요? https://www.jmp.com/support/help/en/17.0/index.shtml#page/jmp/equivalence-test-reports.shtml
Re: 다중 변수에 대한 동등성 도표 생성나는 동등성을 위한 유효한 방법으로서 이 제안을 옹호하지는 않을 것입니다. 그러나 여기에 이를 수행하는 방법이 있습니다.
1. 모든 속성을 쌓습니다(테이블>스택).
2. 누적된 데이터 열의 범위는 0~1입니다.
3. 이 작업을 수행하는 것이 매우 중요합니다. -> 다음과 같이 범위 수식을 편집합니다.
(:Data - Col Minimum( :Data, :Label )) / (Col Maximum( :Data, :Label ) - Col Minimum( :Data, :Label ))
누적된 속성별로 데이터를 정규화합니다. 이렇게 하지 않으면 분석이 진흙탕이 됩니다.
4. 분석>응답 선별. 대화 상자를 다음과 같이 설정하십시오. (내 예제의 프로세스에는 이전 프로세스와 새 프로세스를 비교하는 두 가지 수준이 있습니다.
5. 빨간색 삼각형 메뉴에서 이 옵션을 사용하세요.
6. 여기에서는 두 가지 옵션이 있습니다. 첫 번째 옵션은 실제로 수행할 작업이 다소 복잡하고 모호할 수 있으며, 두 번째 옵션은 실망스러울 정도로 제한적입니다. 각 수준에 대한 값을 지정하는 것이 유용할 수 있지만 이것이 바로 데이터를 이미 0-1로 조정했기 때문에 실제 차이를 선택하고 0-1의 일부를 선택하는 이유입니다. 예를 들어, 각 조정된 속성에 대해 Process=Old와 Process=New가 5% 이내인 경우 실질적으로 동일한 것이므로 감지할 차이의 0.05를 선택합니다.
이제 몇 가지 결과가 있습니다. 단, 모두 크기가 조정된 단위이므로 실제로 어떻게 가로챌 수 있을지 잘 모르겠습니다.
Re: 다중 변수에 대한 동등성 도표 생성"에 의한 경우 등가 값 정규화"는 각 차이에 대해 고유한 등가 값(아래 그림의 "차이" 상자에 있음)이 있고 모두 동일하도록 크기를 조정하려는 것을 의미합니다. 가장 쉬운 방법은 다음 중 하나여야 합니다. 아래 중 하나의 동등성 값은 1이 됩니다.
1. 각 응답을 해당 동등성 값으로 나눕니다.
2. 각 최종 신뢰 구간을 해당 동등성 값으로 나눕니다.
그런 다음 동일한 그래프에 모두 표시하려면 그래프 빌더를 통해 간격과 한계를 표시할 수 있습니다.
