varbanov.ar傳遞了一些有關分類平台中多重回應選項的問題。
我在這裡回答他們是為了向更廣泛的受眾提供服務。
JMP 類別專家的請求/問題：我們需要更清楚地了解 JMP 分類中的不同多重回應選項和輸出。 JMP 分類專家能給我們一個簡短的示範並回答一些相關問題嗎？是否有一份技術報告對該平台使用的不同統計測試有更多解釋。特別是，我們還有以下問題：1）多重回應的定義是什麼？
在 JMP 分類中，多重回應資料源自於調查項目（或其他流程），其中回應類別並不互相排斥。多重回應資料的常見來源是「選取所有適用的」調查項目。多重反應並不是指重複測量數據。
有多種方法可以在資料檔案中表示多個回應資料。資料可能很長，即每個唯一的回應項目和回應者 ID 組合都有一行（請參閱範例資料庫 > 品質控制 > Failure3ID.jmp > 「失敗」欄位作為範例）。資料可能很寬，即每行代表一個受訪者，並且有多個列指示所選的回應選項（請參閱範例資料庫 > Consumer Preferences.jmp > 列「起床後刷牙」到「另一次刷牙」）。每位受訪者也可能有一行和一列，其中包括所選回應選項的分隔清單（請參閱範例資料庫 > Consumer Preferences.jmp > 列「Brush Delimited」）。使用後一種方法，可以將「多重回應」列屬性指派給該列，並且當該列用作結構化表中的「頂部」變數時，對重疊樣本的適當校正將應用於統計比較。 （注意：使用「列」功能表下的「建立指標列」和「組合列」公用程式可以輕鬆地在最後兩種格式之間移動。）
有關在分類平台中使用多個響應變量的更多信息，請參閱“幫助”>“書籍”>“消費者研究”（從第 15 頁開始）。 62
2) 在存在重疊樣本的情況下，JMP 分類中的兩組之間是否存在適當的平均分數比較（例如，每個消費者都評估了兩種產品）？如果是，如何獲取它（“多重回應”選項卡似乎沒有提供）？此分析也可以在結構化標籤中完成嗎？
正如您所描述的，分類平台不會修正重疊樣本以進行平均值比較。
您所描述的重疊樣本就是我們所認為的重複測量。
分類中「相關」標籤下有一個「重複測量」選項。與人們對分類平台的期望一致，它報告了頻率、股票圖表、平均值和其他匯總統計數據等內容。但它不做對比測試。
重複測量意味著可以在 JMP 的其他領域進行比較：
- Matched Pairs 平台將一次比較和測試兩種方法（例如產品評級）。但是，在存在遺失資料的情況下，它會進行清單刪除，從所有比較中刪除整個案例。
- 由於您的資料有缺失（但即使沒有），您可能會考慮使用具有混合模型的擬合模型，其中產品 ID 作為固定效應，受訪者 ID 作為隨機效應。他們發送的範例資料已經採用此方法的正確佈局，但不適用於上述其他兩種方法。
- 顯然，這些方法的實際適用性取決於許多細節，因此這些只是一般性建議 - 您的情況可能會有所不同。
3） 當您呼叫分類變數作為多重回應時，JMP 使用什麼統計資料？
請記住，多重回應類型與您所描述的「重疊樣本」不同，這裡所做的是：
- 當已分配「多重回應」屬性的欄位用作結構化表中的「頂部」變數時，將應用一階 Rao-Scott 調整來解決重疊問題（例如，Lavassani 等人，2009 年，分類資料分析中多重回應調查資料分析的發展，應用定量方法雜誌）。在「Multiple」標籤中建立表格時，測試的處理方式有所不同；僅當透過「結構化」標籤建立表格時才會套用更正。
- 當將具有多重反應屬性的變數指派給「側面」維度時，不會對重疊進行校正。
- 統計檢定如下：
- 比較每個單元：這些是 Fischer 精確測試。這些測試與其他回應類別沒有什麼不同。
- 比較每個樣本：是使用 Rao-Scott 校正的 Pearson 檢定（當多重反應列分配到「頂部」位置時）
- 測試響應均勻性：有兩個選項。
- 二項式：將每一行視為兩行。一行表示「選取該方塊」。一行表示「未選取該方塊」。此選項是根據寶潔之前的請求添加的。
- 泊松：將計數視為在泊松回歸中將其建模為因變數。表中的列被視為自變數 (X) 的水平。 p 值相當於以這種方式計算的整體模型檢定計算的 p 值。
4） 在分類平台內，是否可以提供平均值比較的 p 值？
先前根據 P&G 的請求添加了保存 t 檢定和 p 值報告的功能。可以透過紅色小三角選單實現。
5） 重疊樣本「調整」的通用公式是否按照 Desktop Reporter 軟體中的使用方式實現？是否有一種有效的方法/資料結構/網格來「告訴」JMP 存在重疊樣本？
如上所述，使用擬合模型來擬合混合模型可能是在 JMP 中處理此問題的最合適方法。
6） Jeremy 的問題：（Mike Creed/Diane Farris 之前曾就此問題聯絡 JMP）A。 進行計算時，使用 Rao Scott 一階校正時，JMP 似乎沒有調整自由度。
我們認為「重疊樣本」和「多重反應」之間存在一些混淆，但 JMP 12.1 中存在缺陷，未正確應用 Rao-Scott 校正。此缺陷已在將於 1 月發布的 JMP 12.2 中修正。
b. 如果不存在重疊，但列被定義為多重回應，則在不應使用重疊公式時使用重疊公式。因此，將列定義為多重回應時與不存在重疊時，會得到不同的結果。
多重響應屬性是 JMP 知道應用 Rao-Scott 校正的方式。它不應應用於非多重回應類型的列。
添加到我的最後一條訊息：
如果將 JMP 的結果與 Desktop Reporter 中實現的結果進行配對成為目標，則可以使用隨附的測試資料集及其結果作為參考。它包含 CATA 數據以及每個消費者的多項產品評估。 CATA 變數稱為維生素/膳食補充劑產品 N 未來使用。在 Excel 標籤 2 和 3 中，該變數被放置在表格的“頂部”，您可以看到應用了重疊公式。
謝謝，
亞歷克斯
我們更喜歡在 JMP 中使用與 Desktop Reporter 中相同的實現，我猜這意味著「有效基礎」計算。這主要是為了避免問題，否則結果會有所不同。我們不太熟悉這兩個選項之間的區別，以提供比這更好的輸入。
連結中的計算是所比較平均值的標準誤差的加權平均值。這是有道理的，我將按照這種方式實施。
您是否喜歡「有效基數」計算（它使用權重平方和與權重平方和之間的比率），還是只喜歡分母中的權重。
使用權重作為分母對我來說更有意義。
這將使 t 檢定的自由度 = w1 + w2 - w0 - 2，其中 w0 是重疊計數。你同意嗎？
由於我們不再總結平均值比較的標準差，因此具有重疊的兩列平均值 Col 1 和 Col 2 之間差異的變異數公式看起來可簡化為以下形式：
(s1^2+s2^2)/2*[1+P]
其中 s1^2 和 s2^2 分別是 Col 1 和 Col2 平均值的變異數。
P 是 2*overlapCount/(n1+n2)
其中 n1 和 n2 是第 1 列和第 2 列的樣本大小
我的 Kish 版本沒有提及樣本量不相等的情況。您是否期望 s1^2 和 s2^2 之間的加權平均值？
我們不會修正分類平台中經濟狀況調查的重疊。
如果您讓同一個人比較兩種產品，則有多種方法可以在分類平台之外計算適當的比較。
傑夫，
感謝您提供上述問題的答案。這對於我們了解JMP分類平台的功能和限制非常有幫助。從回覆中，我們了解到，該平台不應與我們對每個消費者進行多個產品評估或多個時間點評估的數據一起使用。
我唯一的後續問題如下：
我們的理解是，JMP 尚未在 JMP 分類平台中實現重疊樣本的 Kish 公式（ Leslie Kish 所著的《調查抽樣》（1965 年）一書第 12.4 節，第 437 頁） 。該公式已在 Desktop Reporter 中用於分析連續單子測試中出現的重疊樣本，即每個消費者按順序評估兩種產品的研究。那是對的嗎？
謝謝，
亞歷克斯
