varbanov.ar a transmis quelques questions concernant l'option de réponse multiple dans la plateforme catégorielle.
J'y réponds ici pour m'adresser à un public plus large.
Demandes/questions destinées aux experts catégoriels JMP :Nous avons besoin de plus de clarté sur les différentes options de réponses multiples et les résultats dans JMP Catégorique. L'un des experts catégoriels JMP peut-il nous faire une courte démonstration en répondant à quelques questions à ce sujet ? Existe-t-il un rapport technique contenant plus d'explications sur les différents tests statistiques utilisés par cette plateforme. En particulier, nous nous posons également les questions suivantes :1) Quelle est la définition des réponses multiples ?
Dans JMP Catégorique, les données à réponses multiples sont dérivées d'éléments d'enquête (ou d'autres processus) dans lesquels les catégories de réponses ne s'excluent pas mutuellement. Une source courante de données à réponses multiples consiste à « cocher toutes les réponses pertinentes ». Les réponses multiples ne font pas référence à des données de mesures répétées.
Il existe plusieurs manières de représenter les données à réponses multiples dans un fichier de données. Les données peuvent être longues – c'est-à-dire qu'il existe une ligne pour chaque combinaison unique d'élément de réponse et d'identifiant de répondant (voir Exemple de bibliothèque de données > Contrôle qualité > Failure3ID.jmp > colonne « échec » à titre d'exemple). Les données peuvent être larges – c'est-à-dire que chaque ligne représente un répondant et qu'il y a plusieurs colonnes qui indiquent les options de réponse sélectionnées (voir Sample Data Library > Consumer Preferences.jmp > colonnes « Brush After Wake Up » à « Brush Another Time »). Il peut également y avoir une ligne par répondant et une colonne qui comprend une liste délimitée des options de réponse sélectionnées (voir Sample Data Library > Consumer Preferences.jmp > colonne « Brush Delimited »). Avec cette dernière approche, la propriété de colonne « Réponses multiples » peut être attribuée à la colonne et les corrections appropriées pour les échantillons qui se chevauchent seront appliquées aux comparaisons statistiques lorsque la colonne est utilisée comme variable « supérieure » dans un tableau structuré. (Remarque : il est facile de se déplacer entre les deux derniers formats à l'aide des utilitaires « Créer des colonnes d'indicateurs » et « Combiner des colonnes » dans le menu Cols.)
Plus d'informations sur l'utilisation de variables à réponse multiple dans la plateforme catégorielle sont disponibles dans Aide > Livres > Consumer Research, à partir de la p. 62
2) Existe-t-il une comparaison appropriée des scores moyens entre deux groupes au sein de JMP Catégorique en présence d'échantillons qui se chevauchent (par exemple, chaque consommateur a évalué les deux produits) ? Si oui, quel est le moyen de l'obtenir (l'onglet Réponses multiples ne semble pas le fournir) ? Cette analyse peut-elle également être effectuée dans l'onglet structuré ?
La plateforme catégorielle ne corrige pas les échantillons qui se chevauchent, comme vous les avez décrits, pour les comparaisons de moyennes.
Ce que vous décrivez comme des échantillons qui se chevauchent est ce que nous considérons comme des mesures répétées.
Il existe une option « Mesures répétées » sous l'onglet « Associé » dans Catégorique. Conformément à ce que l'on peut attendre de la plateforme catégorique, elle rapporte des éléments tels que les fréquences, les graphiques d'actions, les moyennes et d'autres statistiques récapitulatives. Cependant, il ne réalise pas de tests de comparaison.
Des mesures répétées signifient que des comparaisons sont disponibles dans d'autres domaines de JMP :
- La plateforme Matched Pairs comparera et testera deux moyens (tels que les évaluations de produits) à la fois. Cependant, en présence de données manquantes, il effectue une suppression par liste, supprimant ainsi l'intégralité du cas de toutes les comparaisons.
- Puisque vos données manquent (mais même si ce n'était pas le cas), vous pouvez envisager d'utiliser Ajuster le modèle avec un modèle mixte avec l'ID du produit comme effet fixe et l'ID du répondant comme effet aléatoire. Les exemples de données qu'ils ont envoyés sont déjà dans la bonne présentation pour cette approche, mais pas pour les deux autres approches ci-dessus.
- Évidemment, la pertinence réelle de chacune de ces méthodes dépend de nombreux détails. Ce ne sont donc que des suggestions générales : votre kilométrage peut varier.
3) Quelles statistiques JMP utilise-t-il lorsque vous appelez la variable catégorielle en tant que réponse multiple ?
En gardant à l'esprit que le type de réponse multiple est différent de ce que vous avez décrit comme des « échantillons qui se chevauchent », voici ce qui est fait :
- Lorsqu'une colonne à laquelle a été attribuée la propriété « Réponse multiple » est utilisée comme variable « supérieure » dans un tableau structuré, un ajustement Rao-Scott de premier ordre est appliqué pour tenir compte du chevauchement (par exemple, Lavassani et al., 2009, Développements dans l'analyse des données d'enquêtes à réponses multiples dans l'analyse des données catégoriques, Journal of Applied Quantitative Methods). Les tests sont traités différemment lorsque la table est créée dans l'onglet « Multiple » ; la correction n'est appliquée que lorsque le tableau est créé via l'onglet Structuré.
- Lorsqu'une variable avec la propriété de réponse multiple est affectée aux dimensions « latérales », il n'y a aucune correction pour les chevauchements.
- Les tests statistiques sont les suivants :
- Comparez chaque cellule : ce sont des tests Fischer Exact. Ces tests ne sont pas différents des autres catégories de réponses.
- Comparez chaque échantillon : il s'agit d'un test de Pearson qui utilise la correction de Rao-Scott (lorsque la colonne de réponses multiples est affectée à la position « supérieure »)
- Homogénéité de la réponse au test : propose deux options.
- Binôme : traite chaque ligne comme s’il s’agissait de deux lignes. Une ligne pour « coché cette case ». Une ligne pour « je n’ai pas coché cette case ». Cette option a été ajoutée sur la base d'une demande précédente de P&G.
- Poisson : traite les décomptes comme s'ils étaient modélisés comme variable dépendante dans une régression de Poisson. Les colonnes du tableau sont traitées comme s'il s'agissait de niveaux pour la variable indépendante (X). La valeur p est équivalente à la valeur p que l'on calculerait pour un test de modèle global calculé de cette manière.
4) Au sein de la plateforme catégorielle, est-il possible de fournir des valeurs p pour la comparaison moyenne ?
La possibilité de sauvegarder les rapports de test t et de valeur p a été ajoutée précédemment sur la base d'une demande de P&G. C'est possible via le menu triangle rouge.
5) Les formules générales qui « s’ajustent » pour les échantillons qui se chevauchent sont-elles mises en œuvre comme celles utilisées dans le logiciel Desktop Reporter ? Existe-t-il un moyen/une structure de données/des grilles efficaces pour « indiquer » à JMP qu'il y a des échantillons qui se chevauchent ?
Comme indiqué ci-dessus, l'utilisation de Ajuster le modèle pour ajuster un modèle mixte peut être le moyen le plus approprié de gérer cela dans JMP.
6) Problème de Jeremy : (JMP a déjà été contacté à ce sujet par Mike Creed/Diane Farris)un. Lors du calcul, il semble que JMP n'ajuste pas les degrés de liberté lors de l'utilisation de la correction de premier ordre de Rao Scott.
Nous pensons qu'il y a eu une certaine confusion entre « échantillons qui se chevauchent » et « réponses multiples », mais il existe un défaut dans JMP 12.1 où la correction Rao-Scott n'a pas été appliquée correctement. Ce défaut a été corrigé dans JMP 12.2 qui sortira en janvier.
b. Lorsqu'aucun chevauchement n'existe, mais qu'une colonne est définie comme multi-réponses, la formule de chevauchement est utilisée alors qu'elle ne devrait pas l'être. Ainsi, vous obtenez des résultats différents lorsque vous définissez une colonne comme multi-réponses ou non lorsqu'il n'existe aucun chevauchement.
La propriété de réponse multiple permet à JMP d'appliquer la correction de Rao-Scott. Il ne doit pas être appliqué aux colonnes qui ne sont pas des types de réponses multiples.
Ajout à mon dernier message :
Si faire correspondre les résultats de JMP à ce qui est implémenté dans Desktop Reporter devient un objectif, l'ensemble de données de test joint avec les résultats peut être utilisé comme référence. Il contient des données CATA ainsi que plusieurs évaluations de produits par consommateur. La variable CATA est appelée Vitamine/Diététique Supmnt Prod N Future Use . Dans les onglets Excel 2 et 3, où cette variable est placée « en haut » du tableau, vous pouvez voir que la formule de chevauchement est appliquée.
Merci,
Alex
Nous préférons utiliser la même implémentation dans JMP que dans Desktop Reporter, ce qui signifie, je suppose, le calcul de la « base effective ». Cela vise principalement à éviter de se demander pourquoi les résultats seraient autrement différents. Nous ne connaissons pas très bien la différence entre les deux options pour fournir une meilleure contribution que celle-ci.
Le calcul dans le lien est une moyenne pondérée des erreurs types des moyennes comparées. Cela a du sens et je vais le mettre en œuvre de cette façon.
Préférez-vous le calcul de la « base effective », qui utilise le rapport entre la somme au carré des poids et la somme des poids au carré, ou préférez-vous uniquement les poids au dénominateur.
Utiliser les poids comme dénominateur me semble plus logique.
Cela donnerait aux degrés de liberté pour le test t = w1 + w2 - w0 - 2, où w0 est le nombre de chevauchements. Êtes-vous d’accord ?
Puisque nous ne regroupons plus les écarts types des comparaisons de moyennes, il semble que la formule pour la variance de la différence entre les moyennes de deux colonnes Col 1 et Col 2 avec chevauchements se réduit à ce qui suit :
(s1^2+s2^2)/2*[1+P]
où s1^2 et s2^2 sont les écarts des moyennes de Col 1 et Col2, respectivement.
P est le 2*overlapCount/(n1+n2)
où n1 et n2 sont les tailles d'échantillon pour les colonnes 1 et 2
Mon édition de Kish ne fait aucune mention du cas où les tailles d’échantillon ne sont pas égales. Attendez-vous une moyenne pondérée entre s1^2 et s2^2 ?
Nous ne corrigeons pas les chevauchements sur les conditions de ressources dans la plateforme catégorielle.
Si la même personne compare deux produits, il existe de nombreuses façons de calculer une comparaison appropriée en dehors de la plateforme catégorielle.
Jeff,
Merci d'avoir fourni des réponses aux questions ci-dessus. Il nous est très utile de comprendre les capacités et les limites de la plateforme catégorielle JMP. D'après la réponse, nous comprenons que cette plate-forme ne doit pas être utilisée avec des données pour lesquelles nous disposons de plusieurs évaluations de produits ou de plusieurs évaluations à des moments précis par consommateur.
La seule question complémentaire que j'ai est la suivante :
D'après notre compréhension, JMP n'a PAS implémenté la formule de Kish pour les échantillons qui se chevauchent ( sec. 12.4, p. 437 du livre Survey Sampling (1965) de Leslie Kish) dans JMP Categorical Platform. Cette formule a été utilisée dans Desktop Reporter pour analyser des échantillons qui se chevauchent lorsqu'ils proviennent d'un test monadique séquentiel, c'est-à-dire une étude avec deux produits par consommateur évalués dans un ordre séquentiel. Est-ce exact?
Merci,
Alex
