Was hat Sie zu dieser Wunschlistenanfrage inspiriert?
Dies ist nur mein persönlicher Vorschlag, nicht der von Benutzern.
Bitte beschreiben Sie die neue oder verbesserte Funktion oder Lösung, die Sie gerne sehen würden.
In JMP19 können wir jetzt mit dem Befehl „Mehrfachvergleich“ im Fit-Modell Vergleiche innerhalb jedes aufgeteilten Faktors berechnen. Dies wird zwar „Mehrfachvergleich“ genannt, passt aber nicht alle Vergleiche an.
Mithilfe der glht-Funktion in der Multcomp-Bibliothek von R können Sie angepasste p-Werte für allgemeine Kontraste berechnen. Bei dieser Methode wird die in den folgenden Dokumenten erläuterte Monte-Carlo-Simulation zur Berechnung von p-Werten und Konfidenzintervallen verwendet.
Alan Genz. Numerische Berechnung multivariater Normalwahrscheinlichkeiten. Journal of Computational and Graphical Statistics , 1:141–149, 1992.
Alan Genz und Frank Bretz. Numerische Berechnung multivariater t-Wahrscheinlichkeiten mit Anwendung auf die Potenzberechnung mehrerer Kontraste. Journal of Statistical Computation and Simulation , 63:361–378, 1999.
Alan Genz und Frank Bretz. Methoden zur Berechnung multivariater t-Wahrscheinlichkeiten . Journal of Computational and Graphical Statistics, 11:950–971, 2002.
Das Folgende ist ein Beispiel für den aktuellen JMP19 und R's Multcomp.
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)
Welchen Mehrwert hätte diese neue Funktion für Sie und/oder andere Benutzer? In der Pharmaindustrie wünschen sich manche Analysten manchmal derartige Mehrfachvergleiche.
Handelt es sich hierbei um eine externe Kundenanfrage?
NEIN.
Gibt es ein Konkurrenzsoftwarepaket mit dieser Funktion oder Lösung, das wir kennen sollten?
Zumindest kann die Multcomp-Bibliothek in R angepasste p-Werte und Konfidenzintervalle für allgemeine Kontraste berechnen.
Wird dies Auswirkungen auf eine Erneuerung, Erweiterung oder Einführung bei einem Kunden haben und wird ein Konto gefährdet, wenn wir dies nicht berücksichtigen?
NEIN.
