親愛的 JMP 社區，
我們使用 JMP Pro 16.2.0。 我們正在通過互聯網進行分類自變量和分類因變量的實驗。 關鍵是如果您有大量參與者來確定頻率計數，則卡方將始終達到顯著性。 您可以在我包含的 jmp 文件中的虛構數據和包含的日誌中的分析中看到這一點。 我將低頻乘以 100，您會看到馬賽克圖看起來完全一樣，但在低頻條件下它不顯著，而在高頻條件下它非常顯著。 這就是卡方檢驗的“問題”，它很容易在大樣本量下達到顯著性（F=test 不太敏感）。
有一些解決方案，有時您可以按比例轉換計數並進行 F 檢驗，但在我們的例子中這是不可能的。 另一種解決方案在本文中：
http://expsylab.psych.uoa.gr/fileadmin/expsylab.psych.uoa.gr/uploads/papers/Bergh_2015.pdf
我的問題是：JMP Pro 是否有針對此問題的任何實現，或者是否有您知道的插件？ 我認為隨著通過互聯網（例如 Amazon Turk、Qualtrics）處理這些大樣本的數據收集程序的可用性變得越來越重要。 特別是在分類數據分析中。 也許在消費者研究中有一個選擇，但我還沒有發現。
希望問題清楚，
感謝您的見解，
親切的問候，
雷內
