Énoncé du problème : il n'est pas pratique dans JMP de comparer les rendements (ou taux d'échec) entre différents groupes pour des distributions binomiales (réussite/échec), ce qui est une analyse très courante dans les principaux secteurs d'activité de JMP.
Il est possible de le faire correctement en utilisant la plateforme Distribution et en effectuant un fractionnement avec une variable By, mais cela n'est pas intuitif pour nos clients. L'attente naturelle est d'effectuer ce type d'analyse dans Fit Y by X (Contingency) ou Graph Builder, mais aucune de ces plates-formes ne prend en charge les intervalles de confiance de la distribution binomiale, uniquement la distribution. Vous devez donc effectuer la distribution de la colonne Réussite/Échec divisée par variable de regroupement, activer les intervalles de confiance pour les probabilités, puis les combiner dans un tableau de données et éventuellement visualiser les résultats dans Graph Builder. Encore une fois, étrangement difficile et peu intuitif.
En conséquence, je vois de nombreux ingénieurs faire ce qui suit (je suis coupable de cela)... changer la colonne réussite/échec en valeurs continues 1/0, tracer ces valeurs par rapport à la variable de regroupement dans Graph Builder ou Ajuster Y par X, et Comparez les moyennes calculées et les intervalles de confiance pour déterminer si un groupe a un taux d'échec statistiquement différent de celui d'un autre. Bien que cela donne un résultat « assez proche » qui est généralement suffisant pour de nombreuses situations (en particulier lorsque les taux ne sont pas proches de 0 % ou de 100 %), ils s'effondrent dans ces situations, comme indiqué ci-dessous. Pour illustrer l'énoncé du problème, voici une comparaison des mêmes rendements (99,0 %, 99,5 %, 99,9 % avec 1 000 échantillons chacun) visualisés en GB. La gauche montre le rendement en continu (valeurs 1/0) et en comparant les moyennes, et la droite visualise les probabilités de réussite/échec et leurs intervalles de confiance calculés à partir de la distribution.
Comme vous pouvez le voir, similaire, mais pas exact, et cela me dérange. Je présenterai cela comme une demande de fonctionnalité, dans l'espoir que cette fonctionnalité d'intervalle de confiance de distribution binomiale soit incluse dans GB et Fit Y by X. Les clients veulent comparer les probabilités binomiales, et pour le moment, il n'est pas intuitif de le faire avec beaucoup de gens qui le font. c'est la manière incorrecte que j'ai montrée.
Salut @mzwald , Et GenReg ?
Fit Model(
Y( :Result ),
Effects( :Group ),
Target Level( "Pass" ),
Personality( "Generalized Regression" ),
Generalized Distribution( "Binomial" ),
Run(
Fit(
Estimation Method( "Logistic Regression" ),
Validation Method( "None" ),
Multiple Comparisons(
Effect( :Group ),
Least Squares Means Plot,
Comparisons with Control(
1,
Control Level( "Group:A" ),
Comparisons with Control Decision Chart(
Control Differences Chart(
1,
Point Options( "Show Needles" )
)
)
),
Tukey HSD( 1 )
)
)
)
);
@russ_wolfinger Oui, c'est la fonctionnalité demandée qui est disponible dans GenReg mais c'est une fonctionnalité Pro et n'est pas disponible pour la plupart des utilisateurs de JMP. La demande ici est d'intégrer cette fonctionnalité dans Fit Y by X et Graph Builder car elle est souvent utilisée par toute personne analysant des données de test (pratiquement la plupart des utilisateurs de JMP).
