Livello: Principiante
Se si tenta di analizzare dati reali utilizzando come risposte due variabili qualitative e quantitative, ci si ritroverà inevitabilmente con una "disposizione bidirezionale ripetuta e irregolare", ma è importante trovare un libro di testo giapponese che affronti questo problema. Non posso. Forse per questo motivo sul web prevalgono affermazioni del tipo “l'analisi non è possibile se le ripetizioni non sono uguali”. La ragione di ciò è che il metodo analitico che si basa fortemente sulla scomposizione della somma dei quadrati e utilizza una matrice di progettazione X con variabili fittizie non è gradito nei libri di testo introduttivi di statistica. Gli utenti JMP che utilizzano "Adatta modello" probabilmente eseguono le proprie analisi senza preoccuparsi se le ripetizioni sono uguali o irregolari. Devi sapere che quando provi a trovare il livello medio di una variabile qualitativa in "dettagli effetto", vengono emessi "media dei minimi quadrati" e "media" e c'è una discrepanza tra loro. Tuttavia, è possibile spiegare chiaramente la differenza? Pertanto, mostrando un metodo di analisi che utilizza la funzione matrice di Excel per dati bidimensionali irregolari ripetuti 2 × 3 e confrontandolo con i risultati dell'analisi utilizzando JMP, approfondiremo la nostra comprensione del principio di calcolo dell'"adattamento del modello" per ulteriori applicazioni , presentiamo un metodo di calcolo alternativo alla scomposizione della somma dei quadrati.
Sono un utente da JMP4 e utilizzo SAS da prima di JMP. Presso l'azienda per cui lavoravo, ho svolto attività di formazione statistica utilizzando vari tipi di JMP e ho svolto anche attività di diffusione di JMP all'interno dell'azienda. Questo risultato è stato presentato alle riunioni di JMPer, ove opportuno. Dopo essere andato in pensione, ho fondato una società di consulenza indipendente e continuo a lavorare lì. Recentemente, ho avuto la sensazione che la capacità di analizzare statisticamente dati reali in molti campi accademici in Giappone (escluse le statistiche cliniche) stia collettivamente diminuendo. Per me, la progettazione sperimentale era essenziale per apprendere la teoria statistica e metterla in pratica. L'argomento di questa volta era un problema che avevo già risolto, ma quando ho riletto libri relativi alla progettazione sperimentale, ho scoperto che non c'erano esempi che utilizzassero i principi di calcolo del "modelfitting" di JMP, e ho scoperto di essere rimasto stupito dalla parata dei metodi di analisi tradizionali, fissati sulla scomposizione della somma dei quadrati, e si convinsero che ciò fosse dovuto all'illusione diffusa che non fosse possibile analizzare dati bidirezionali con ripetute irregolarità.
