欲查看之前的《极品飞车》帖子，请点击这里！
我的名字是 2-Click Clovis，我对数据分析和最重要的时间效率充满热情！JMP 是我以前在半导体和制造业工作时不可或缺的工具。自从加入 JMP 以来，我学到了很多新的技巧和窍门。我永远不会原谅自己不知道我现在所知道的东西，因为我本可以在数据分析工作流程中节省很多时间！我的使命是与所有当前的 JMP 用户分享我的新知识，帮助他们重新获得宝贵的时间。
在我演示了 JMP 与其他工具相比能够多快地执行常规数据操作和分析之后，我将向您展示在 JMP 中完成此操作的最快方法。
方差分析和比较平均值
在过去几年里，我在 JMP 工作期间，有幸为来自不同行业的工程师和科学家提供培训和 JMP 演示。在这些演示中，我注意到，尽管不同行业的数据和变量名称大不相同，但工程师和科学家十有八九对相同的关键统计概念和分析感兴趣。
这些超越行业的重要且通用的统计分析之一是单向方差分析 (ANOVA)，结合能够比较几个独立组之间的平均值。
单向方差分析用于确定两个或多个独立组的平均值之间是否存在统计上的显著差异。它检验所有组平均值相等的零假设。备择假设是至少两个组平均值在统计上彼此显著不同。
值得注意的是，单向方差分析无法告诉您对于三个或更多独立组，哪些特定组彼此之间存在显著差异。它只能告诉您至少有两个组是不同的。幸运的是，JMP 不仅具有方差分析功能，而且还具有一些事后检验，可以在单向方差分析结果具有统计显著性时揭示哪些特定组存在差异。今天的示例使用 Tukey 的真实显著差异 (HSD) 事后检验，并假设每个组中的总体方差相等。
我记得自己尝试过所有这些计算，并花了几个小时来修复过程中的小错误。拥有一个预构建的平台，我所需要做的就是快速将变量名称拖放到特定角色中，这真是一个改变游戏规则的事情。我很高兴在这篇博客中将这些知识传递给你！
在 JMP 中用 X 拟合 Y
今天的例子涉及三个品牌的打字机（Regal、Speedtype 和 Word-O-Matic），这些打字机都经过了打字速度测试。此表有两列：品牌和速度。如果您想继续学习，可以下载此表；它是本博客文章的附件。
要执行单向方差分析，首先选择分析菜单下的“以 X 拟合 Y”选项。接下来，将连续响应变量（本例中为“速度”）拖放到 Y 角色，将分类因子变量（“品牌”）拖放到 X 角色。单击“确定”。报告最初包含速度与品牌的散点图。
点击红色三角形，然后点击“均值/方差分析”。报告现在包括散点图中的均值菱形、拟合表摘要、具有 p 值的方差分析检验以及每个组的汇总统计数据。
每个均值菱形中心的线代表组均值，垂直跨度代表组均值的 95% 置信区间。从快速浏览中，您可以观察到 Speedtype 的均值明显高于其他两个品牌。方差分析部分显示统计上显著的 p 值为 0.0004，这意味着我们可以拒绝所有组均值相等的零假设。
提醒一下，方差分析测试告诉我们，至少有一个组平均值与其他组平均值有显著差异，但不能告诉我们哪些组平均值彼此不同。我们的下一步是对所有平均值对进行 Tukey-Kramer 多重比较。选择红色三角形，然后选择“比较平均值”，然后选择“所有对”，“Tukey HSD”。
报告现在在初始散点图的右侧包含比较圆圈。这些圆圈提供了组均值比较的交互式视觉表示。表示均值差异显著的圆圈不相交或相交程度很小。单击与 Word-O-Matic 品牌关联的圆圈，观察它和 Regal 品牌如何以红色突出显示。红色圆圈对应于均值差异不显著的组。Speedtype 圆圈为灰色，与其他两个品牌的圆圈不相交，这表明 Speedway 均值与突出显示的 Regal 和 Word-O-Matic 组有显著差异。
要获得更多定量结果，请向下滚动到有序差异报告，该报告显示每个比较的级别之间的差异、差异的标准误差、置信区间和 p 值。
请注意，Speedtype 与 Word-O-Matic 之间的差异以及 Speedtype 与 Regal 之间的差异的 p 值以橙色突出显示。由于它们都远低于 0.05，这意味着这些差异具有统计显著性，这与上面圆圈的视觉表示相符。
此工作流程仅需几次 UI 点击，即可应用于各行各业的各种数据！
就此而言，
正在点击退出！
