このウィッシュリストリクエストのきっかけは何ですか?
これはユーザーからの提案ではなく、あくまでも私の個人的な提案です。
希望する新しい機能や改善された機能、またはソリューションについて説明してください。
JMP19 では、モデルの適合の「多重比較」コマンドを使用して、スライスされた各因子内の比較を計算できるようになりました。これは「多重比較」と呼ばれますが、実際にはすべての比較を調整するわけではありません。
R の multcomp ライブラリの glht 関数を使用すると、一般的な対比の調整された p 値を計算できます。この方法では、次の論文で説明されているモンテカルロ シミュレーションを使用して、p 値と信頼区間を計算します。
アラン・ゲンツ。多変量正規確率の数値計算。計算およびグラフィカル統計ジャーナル、1:141–149、1992年。
Alan Genz と Frank Bretz。多変量 t 確率の数値計算と多重対比の検出力計算への応用。統計計算とシミュレーションジャーナル、63:361–378、1999 年。
Alan GenzとFrank Bretz。多変量t確率の計算方法。Journal of Computational and Graphical Statistics、11:950–971、2002年。
以下は、現在の JMP19 と R の multcomp の例です。
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)
この新しい機能が提供された場合、あなたや他のユーザーにとってどのような価値があるでしょうか?製薬業界では、アナリストの中には、このような多重比較を必要とする人がいるかもしれません。
これは外部顧客からのリクエストですか?
いいえ。
私たちが知っておくべきこの機能またはソリューションを備えた競合ソフトウェア パッケージはありますか?
少なくとも、R の multcomp ライブラリは、一般的な対比の調整された p 値と信頼区間を計算できます。
これは顧客での更新、拡張、または採用に影響しますか? また、これに対処しないとアカウントが危険にさらされますか?
いいえ。
