Niveau: Anfänger
Wenn Sie versuchen, reale Daten mit zwei qualitativen und quantitativen Variablen als Antworten zu analysieren, werden Sie unweigerlich mit einer „wiederholten und unregelmäßigen Zwei-Wege-Anordnung“ enden, aber es ist wichtig, ein japanisches Lehrbuch zu finden, das sich mit diesem Problem befasst. Ich kann nicht. Vielleicht sind aus diesem Grund Aussagen wie „Eine Analyse ist nur dann möglich, wenn die Wiederholungen gleich sind“ im Web weit verbreitet. Der Grund dafür ist, dass die Analysemethode, die stark auf der Zerlegung der Quadratsumme beruht und eine Entwurfsmatrix JMP-Benutzer, die „Modell anpassen“ verwenden, führen ihre Analyse wahrscheinlich durch, ohne sich Gedanken darüber zu machen, ob die Wiederholungen gleich oder ungleichmäßig sind. Sie müssen wissen, dass beim Versuch, den Niveaudurchschnitt einer qualitativen Variablen in „Effektdetails“ zu ermitteln, „Mittelwert der kleinsten Quadrate“ und „Durchschnitt“ ausgegeben werden und eine Diskrepanz zwischen ihnen besteht. Ist es jedoch möglich, den Unterschied klar zu erklären? Indem wir eine Analysemethode unter Verwendung der Excel-Matrixfunktion für 2 × 3 sich wiederholende ungleichmäßige zweidimensionale Daten zeigen und diese mit den Analyseergebnissen unter Verwendung von JMP vergleichen, werden wir unser Verständnis des Berechnungsprinzips der „Modellanpassung“ für weitere Anwendungen vertiefen stellen wir eine alternative Berechnungsmethode zur Zerlegung der Quadratsumme vor.
Ich bin seit JMP4 ein Benutzer und verwende SAS bereits vor JMP. In dem Unternehmen, für das ich früher gearbeitet habe, habe ich statistische Schulungen mit verschiedenen JMP-Typen durchgeführt und außerdem Aktivitäten zur Verbreitung von JMP innerhalb des Unternehmens durchgeführt. Dieses Ergebnis wurde gegebenenfalls bei JMPer-Sitzungen vorgestellt. Nach meiner Pensionierung habe ich ein selbstständiges Beratungsunternehmen gegründet und bin dort weiterhin tätig. In letzter Zeit habe ich das Gefühl, dass die Fähigkeit zur statistischen Analyse realer Daten in vielen akademischen Bereichen in Japan (mit Ausnahme der klinischen Statistik) insgesamt abnimmt. Für mich war die experimentelle Gestaltung unerlässlich, um die statistische Theorie zu erlernen und sie in die Praxis umzusetzen. Das Thema dieses Mal war ein Problem, das ich bereits gelöst hatte, aber als ich Bücher zum Thema experimentelles Design noch einmal las, stellte ich fest, dass es keine Beispiele für die Berechnungsprinzipien von JMPs „Modellanpassung“ gab, und ich stellte fest, dass ich von der Parade erstaunt war von traditionellen Analysemethoden, die auf die Zerlegung der Quadratsumme fixiert waren, und gelangte zu der Überzeugung, dass dies auf die weit verbreitete Illusion zurückzuführen sei, dass es nicht möglich sei, bidirektionale Daten mit wiederholten Unregelmäßigkeiten zu analysieren.
