레벨: 초급
【발표자】
BioStat 연구소 주식회사 대표 이사 다카하시 유키오
【발표 개요】
반복수가 갖추어진 다인자 실험 데이터의 해석에 있어서 최적인 모델을 찾아내는 것은, 교호작용을 포함해 모든 요인이 서로 직교하고 있기 때문에, 분산 분석표의 p값이 큰 요인을 오차항 풀링만으로 끝낼 수 있습니다. 그러나 고려해야 할 공변량이있는 경우 평방 합의 분해로 분산 분석표를 만들 수 없습니다. 미야가와(2008), 「문제 발견의 해결의 과학-SQC의 기본-」에, 공변량을 포함한 3인자 실험 데이터의 해석 사례가 있어, 층별 산포도에 회귀 직선을 겹쳐 쓴 그림을 주체로 했다 결과와 더미 변수를 이용한 회귀 분석의 결과가 제시되어있다. 미야가와는 회귀 파라미터의 추정치에 의한 추론은 쉽지 않고 산포도에서 꾸준한 층별을 이길 수 없다는 것을 강조하고있다. 그래서 JMP의 「모델의 적합」에서의 「스텝 와이즈법」에 의한 교호작용을 포함한 변수 선택을 한 후에 「표준 최소제곱법」에 의한 「예측 프로파일」과 「교호작용 프로파일」의 활용, 또한 「그래프 "빌더"에 의한 격자 모양의 층별 산포도에 연결된 다면적, 종합적인 문제 해결법을 나타낸다. 또한 JMP 작도 외에도 Excel을 사용하여 문제를 해결하는 데 필요한 산점도를 만드는 방법을 보여줍니다.
【발표자 프로필】
JMP4의 사용자이며 SAS도 JMP 이전부터 사용하고 있습니다. 이전에 근무했던 회사에서는 각종 JMP를 이용한 통계 교육을 실시하면서 JMP 사내에서의 보급 활동을 실시해 왔습니다. 이 결과는 적절하게 JMPer 's 회의에서 소개되었습니다. 정년 퇴직 후에는 자영업 컨설팅 회사를 설립하여 활동을 계속하고 있습니다. 최근 일본의 많은 학문 분야(임상 통계를 제외하다)에 있어서의 실 데이터의 통계 해석 능력이 집단적으로 쇠퇴하고 있는 것을 실감하고 있습니다. 나에게 실험 계획법은 통계 이론을 배우고 실무를 수행하는 데 필수적이었습니다. 이번 테마는 공변량을 포함한 다인자 실험 데이터의 해석으로 공변량과 하나의 인자의 교호작용이 있는 사례를 다룬다. 전통적으로 공변량을 포함한 실험 데이터의 해석에서는 통계적으로 공변량의 영향을 제거하고 다른 인자의 수준간 비교를 하는 것을 목적으로 하고 교호작용이 없는 것을 전제로 하고 있습니다. . 따라서, 공변량과의 교호작용이 있는 경우의 해석법에 대해서는 혼돈으로 한 상황이며, JMP의 뛰어난 해석 결과의 다채로운 그래프 표시를 활용한 해석 사례를 공유할 필요성을 느끼고 있습니다.
