Planteamiento del problema: en JMP no es conveniente comparar rendimientos (o tasas de fracaso) entre diferentes grupos para distribuciones binomiales (aprobado/reprobado), que es un análisis muy común en las industrias principales de JMP.
Es posible hacer esto correctamente usando la plataforma de Distribución y dividiendo con una variable Por, pero esto no es intuitivo para nuestros clientes. La expectativa natural es realizar este tipo de análisis en Fit Y by X (Contingencia) o Graph Builder, pero ninguna de esas plataformas admite los intervalos de confianza de distribución binomial, solo Distribución. Por lo tanto, debe realizar la Distribución de la columna Pasa/Falla dividida por variable de agrupación, activar los intervalos de confianza para las probabilidades, luego combinarlos en una tabla de datos y, opcionalmente, visualizar los resultados en Graph Builder. De nuevo, extrañamente difícil y poco intuitivo.
Como resultado, veo que muchos ingenieros hacen lo siguiente (soy culpable de esto)... cambiar la columna de pasa/falla a valores continuos 1/0, trazar esos valores versus la variable de agrupación en Graph Builder o Ajustar Y por X, y compare las medias calculadas y los intervalos de confianza para determinar si un grupo tiene una tasa de fracaso estadísticamente diferente a la de otro. Si bien esto da un resultado "bastante cercano" que normalmente es lo suficientemente bueno para muchas situaciones (especialmente cuando las tasas no están cerca del 0% o del 100%), se descomponen en esas situaciones, como se muestra a continuación. Para ilustrar el planteamiento del problema, aquí hay una comparación de los mismos rendimientos (99,0%, 99,5%, 99,9% con 1000 muestras cada uno) visualizados en GB. La izquierda muestra el rendimiento como continuo (valores 1/0) y comparando medias, y la derecha visualiza las probabilidades de Pasa/Falla y sus intervalos de confianza calculados a partir de la Distribución.
Como puedes ver, similar, pero no exacto, y esto me molesta. Presentaré esto como una solicitud de función, con la esperanza de que esta funcionalidad de intervalo de confianza de distribución binomial se incluya en GB y Fit Y by X. Los clientes quieren comparar probabilidades binomiales, y en este momento no es intuitivo hacerlo, ya que muchos lo hacen. de la forma incorrecta que he mostrado.
Hola @mzwald , ¿Qué tal 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 Sí, esta es la funcionalidad solicitada que está disponible en GenReg, pero es una característica Pro y no está disponible para la mayoría de los usuarios de JMP. La pregunta aquí es incorporar esta funcionalidad a Fit Y by X y Graph Builder, ya que cualquiera que analice datos de prueba (prácticamente la mayoría de los usuarios de JMP) la usa con frecuencia.
