이전 Need for Speed 게시물을 보려면 여기를 클릭하세요!
제 이름은 2-Click Clovis입니다. 저는 데이터 분석과 가장 중요한 시간 효율성 에 진심으로 열정을 갖고 있습니다! JMP는 제가 이전에 반도체 및 제조 업계에서 일할 때 필수적인 도구였습니다. JMP에 합류한 이후로 저는 수많은 새로운 팁과 요령을 배웠습니다. 데이터 분석 작업 흐름 에서 많은 시간을 절약할 수 있었기 때문에 지금 알고 있는 것을 알지 못한 내 자신을 결코 용서하지 않을 것입니다! 저는 제가 새로 발견한 지식을 현재의 모든 JMP 사용자와 공유하여 그들이 소중한 시간을 되찾을 수 있도록 돕는 것을 사명으로 삼았습니다.
JMP가 일상적인 데이터 조작 및 분석을 다른 도구에 비해 얼마나 빨리 수행할 수 있는지 설명한 후, JMP에서 이를 수행하는 가장 빠른 방법을 보여 드리겠습니다.
ANOVA 및 비교 수단
지난 몇 년간 JMP에서 일하면서 저는 매우 다양한 업계의 엔지니어와 과학자들을 대상으로 교육을 제공하고 JMP 데모를 수행하는 특권을 누렸습니다. 이 데모를 통해 저는 산업 전반에 걸쳐 데이터와 변수 이름이 크게 다르지만 엔지니어와 과학자는 열에 아홉은 동일한 주요 통계 개념과 분석에 관심이 있다는 사실을 발견했습니다.
산업을 초월하는 이러한 중요하고 보편적인 통계 분석 중 하나는 여러 독립적인 그룹 간의 평균을 비교할 수 있는 기능과 결합된 일원 분산 분석(ANOVA)입니다.
일원 분산 분석은 두 개 이상의 독립 그룹의 평균 간에 통계적으로 유의미한 차이가 있는지 확인하는 데 사용됩니다. 모든 그룹 평균이 동일하다는 귀무가설을 검정합니다. 대립 가설은 적어도 두 개의 그룹 평균이 서로 통계적으로 유의하게 다르다는 것입니다.
일원 분산 분석은 세 개 이상의 독립 그룹에 대해 어떤 특정 그룹이 서로 크게 다른지 알려줄 수 없다는 점에 유의하는 것이 중요합니다. 단지 적어도 두 그룹이 다르다는 것을 알려줄 뿐입니다. 다행스럽게도 JMP에는 분산 분석 기능이 있을 뿐만 아니라 통계적으로 유의미한 일원 분산 분석 결과가 있을 때 어떤 특정 그룹이 다른지 알아내는 사후 테스트도 있습니다. 오늘의 예에서는 Tukey의 HSD(정직유의차) 사후 테스트를 사용하고 각 그룹의 모집단 분산이 동일하다고 가정합니다.
나는 이 모든 계산을 직접 시도하고 그 과정에서 작은 실수를 수정하는 데 몇 시간을 보냈던 것을 기억합니다. 내가 해야 할 일은 변수 이름을 특정 역할에 빠르게 끌어다 놓는 것뿐인 사전 구축된 플랫폼을 갖는 것은 게임 체인저입니다. 이 지식을 이 블로그를 통해 여러분에게 전달하게 되어 매우 기쁩니다!
JMP에서 X로 Y 맞추기
오늘의 예에는 타이핑 속도 테스트를 거친 세 가지 브랜드의 타자기(Regal, Speedtype 및 Word-O-Matic)가 포함됩니다. 이 표에는 브랜드와 속도라는 두 개의 열이 있습니다. 따라하고 싶다면 표를 다운로드할 수 있습니다. 이 블로그 게시물에 대한 첨부 파일입니다.
일원 분산 분석을 수행하려면 먼저 분석 메뉴에서 Fit Y by X 옵션을 선택하세요. 다음으로 Y 역할에 연속 반응 변수(이 경우 "속도")를, X 역할에 범주형 요인 변수("브랜드")를 드래그 앤 드롭 클릭합니다 . 확인을 클릭하세요 . 보고서에는 처음에 속도와 브랜드의 산점도가 포함되어 있습니다.
빨간색 삼각형을 클릭한 다음 평균/ANOVA를 클릭합니다 . 이제 보고서에는 분산형 차트의 평균 다이아몬드, 적합표 요약, p-값을 사용한 ANOVA 테스트, 각 그룹에 대한 요약 통계가 포함됩니다.
각 평균 다이아몬드의 중앙에 있는 선은 그룹 평균을 나타내고, 세로 범위는 그룹 평균에 대한 95% 신뢰 구간을 나타냅니다. 한눈에 봐도 Speedtype의 평균이 다른 두 브랜드에 비해 눈에 띄게 높은 것을 알 수 있습니다. ANOVA 섹션은 통계적으로 유의미한 p-값 0.0004를 보여줍니다. 이는 모든 그룹 평균이 동일하다는 귀무가설을 기각할 수 있음을 의미합니다.
다시 말해, ANOVA 테스트는 그룹 평균 중 적어도 하나가 다른 평균과 크게 다르지만 어느 것이 서로 다른지는 알 수 없음을 알려줍니다. 다음 단계는 모든 평균 쌍 간의 Tukey-Kramer 다중 비교를 포함하는 것입니다. 빨간색 삼각형을 선택한 다음 평균 비교, 모든 쌍, Tukey HSD를 선택합니다.
이제 보고서에는 초기 분산형 차트 오른쪽에 비교 원이 포함됩니다. 이 원은 그룹 평균 비교에 대한 대화형 시각적 표현을 제공합니다. 상당히 다른 평균에 대한 원은 교차하지 않거나 아주 약간 교차합니다. Word-O-Matic 브랜드와 관련된 원을 클릭하고 해당 브랜드와 Regal 브랜드가 모두 빨간색으로 강조 표시되는 방식을 관찰하세요. 빨간색 원은 평균이 크게 다르지 않은 그룹에 해당합니다. Speedtype 원은 회색이며 다른 두 브랜드의 원과 교차하지 않습니다. 이는 Speedway 평균이 강조 표시된 Regal 및 Word-O-Matic 그룹과 크게 다르다는 것을 의미합니다.
더 많은 정량적 결과를 보려면 각 비교 수준 간의 차이, 차이의 표준 오차, 신뢰 구간 및 p-값을 표시하는 순서 차이 보고서까지 아래로 스크롤하세요.
Speedtype과 Word-O-Matic 간의 차이와 Speedtype과 Regal 간의 차이에 대한 p-값이 주황색으로 강조 표시되어 있습니다. 둘 다 0.05보다 훨씬 낮기 때문에 이러한 차이가 통계적으로 유의미하다는 것을 의미하며 이는 위 원의 시각적 표현과 일치합니다.
단 몇 번의 UI 클릭만으로 이루어지는 이 워크플로우는 모든 산업 분야의 모든 종류의 데이터에 적용될 수 있습니다!
그 점에 있어서,
클릭하고 있어요!
