Qu'est-ce qui a inspiré cette demande de liste de souhaits ?
Ceci est juste ma suggestion personnelle, pas celle des utilisateurs.
Veuillez décrire la fonctionnalité ou la solution nouvelle ou améliorée que vous aimeriez voir.
Dans JMP19, nous pouvons désormais calculer la comparaison au sein de chaque facteur découpé à l'aide de la commande « Comparaison multiple » dans Ajuster le modèle. Elle s'appelle « Comparaison multiple », mais elle n'ajuste pas réellement toutes les comparaisons.
En utilisant la fonction glht dans la bibliothèque multcomp de R, vous pouvez calculer la valeur p ajustée pour les contrastes généraux. Dans cette méthode, la simulation de Monte-Carlo expliquée dans les articles suivants est utilisée pour calculer les valeurs p et les intervalles de confiance.
Alan Genz. Calcul numérique des probabilités normales multivariées. Journal of Computational and Graphical Statistics , 1:141–149, 1992.
Alan Genz et Frank Bretz. Calcul numérique des probabilités t multivariées avec application au calcul de puissance de contrastes multiples. Journal of Statistical Computation and Simulation , 63:361–378, 1999.
Alan Genz et Frank Bretz. Méthodes de calcul des probabilités t multivariées . Journal of Computational and Graphical Statistics, 11 : 950–971, 2002.
Ce qui suit est un exemple pour le JMP19 actuel et le multcomp de R.
dt = New Table( "Test",
New Column( "x1", "Nominal", Values( [1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4] )),
New Column( "x2", "Nominal", Values( [1, 1, 2, 2, 1, 1, 2, 2, 1, 1, 2, 2, 1, 1, 2, 2] )),
New Column( "y", Values( [5, 8, 7, 4, 1, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 1] ))
);
plat = dt << Fit Model(
Y( :y ), Effects( :x1, :x2, :x1 * :x2 ),
Personality( "Standard Least Squares" ), Emphasis( "Minimal Report" ),
Run(
:y << {
Multiple Comparisons(
Sliced Effect Estimates( Sliced Effect( :x1 * :x2 ), Slice Term List( :x1( "1" ) ) ),
Tukey HSD( 1 )
), Multiple Comparisons(
Sliced Effect Estimates( Sliced Effect( :x1 * :x2 ), Slice Term List( :x1( "2" ) )),
Tukey HSD( 1 )
), Multiple Comparisons(
Sliced Effect Estimates( Sliced Effect( :x1 * :x2 ), Slice Term List( :x1( "3" ) )),
Tukey HSD( 1 )
), Multiple Comparisons(
Sliced Effect Estimates( Sliced Effect( :x1 * :x2 ), Slice Term List( :x1( "4" ) )),
Tukey HSD( 1 )
)}
)
);
report(plat)[Outline Box("All Pairwise Differences")][Table Box(1)]<<MAKE combined="" data="https://community.jmp.com/" table=""></MAKE>
<DIV><R></R></DIV>
<DIV>
<PRE><CODE class=" language-jsl">library(multcomp)
x1 <- c(1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4)
x2 <- c(1,1,2,2,1,1,2,2,1,1,2,2,1,1,2,2)
y <- c(5,8,7,4,1,4,5,1,2,3,4,5,1,2,3,1)
df <- data.frame( x1 = factor(x1), x2 = factor(x2), y = y)
rst <- lm(y ~ x1 + x2 + x1*x2, data = df)
summary(rst)
K <- matrix(0, 4,8)
K[1,5] = -1;
K[2,5] = -1;
K[3,5] = -1;
K[4,5] = -1;
K[2,6] = -1;
K[3,7] = -1;
K[4,8] = -1;
print(K)
rownames(K) <- c("Time=1", "Time=2", "Time=3", "Time=4")
summary(glht(rst, linfct = K))
<CODE class=" language-jsl">Linear Hypotheses:
Estimate Std. Error t value Pr(>|t|)
Time=1 == 0 1.000 1.768 0.566 0.962
Time=2 == 0 -0.500 1.768 -0.283 0.997
Time=3 == 0 -2.000 1.768 -1.131 0.705
Time=4 == 0 -0.500 1.768 -0.283 0.997
(Adjusted p values reported -- single-step method)
Quelle serait la valeur ajoutée pour vous et/ou pour les autres utilisateurs si cette nouvelle fonctionnalité était proposée ? Dans les industries pharmaceutiques, certains analystes peuvent parfois souhaiter ce type de comparaisons multiples.
S'agit-il d'une demande d'un client externe ?
Non.
Existe-t-il un progiciel concurrent doté de cette fonctionnalité ou de cette solution dont nous devrions être conscients ?
Au moins, la bibliothèque multcomp de R peut calculer les valeurs p ajustées et les intervalles de confiance pour les contrastes généraux.
Cela aura-t-il un impact sur un renouvellement, une expansion ou une adoption chez un client, et cela met-il un compte en danger si nous ne réglons pas ce problème ?
Non.
