¿Qué inspiró esta solicitud de lista de deseos?
Esta es sólo mi sugerencia personal, no de los usuarios.
Describa la característica o solución nueva o mejorada que le gustaría ver.
En JMP19, ahora podemos calcular la comparación dentro de cada factor dividido mediante el comando "Comparación múltiple" en Ajustar modelo. Se llama "Comparación múltiple", pero en realidad no ajusta todas las comparaciones.
Al utilizar la función glht de la biblioteca multcomp de R, se puede calcular el valor p ajustado para contrastes generales. En este método, se utiliza la simulación de Montecarlo que se explica en los siguientes artículos para calcular los valores p y los intervalos de confianza.
Alan Genz. Cálculo numérico de probabilidades normales multivariadas. Journal of Computational and Graphical Statistics , 1:141–149, 1992.
Alan Genz y Frank Bretz. Cálculo numérico de probabilidades t multivariadas con aplicación al cálculo de potencia de contrastes múltiples. Journal of Statistical Computation and Simulation , 63:361–378, 1999.
Alan Genz y Frank Bretz. Métodos para el cálculo de probabilidades t multivariadas . Journal of Computational and Graphical Statistics, 11:950–971, 2002.
Lo siguiente es un ejemplo para el JMP19 actual y la multicomp 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)
¿Qué valor tendría para usted y/o para otros usuarios si se incluyera esta nueva función? En las industrias farmacéuticas, algunos analistas a veces podrían querer este tipo de comparaciones múltiples.
¿Es esta una solicitud de un cliente externo?
No.
¿Existe algún paquete de software competitivo que tenga esta característica o solución y que debamos conocer?
Al menos, la biblioteca multcomp en R puede calcular valores p ajustados e intervalos de confianza para contrastes generales.
¿Esto afectará una renovación, expansión o adopción por parte de un cliente? ¿Pone en riesgo una cuenta si no abordamos este problema?
No.
