Niveau: Mittelstufe
Die resultierenden „kleinsten quadratischen Mittel“ und „Vorhersageprofile“, die aus dem „Fit-Modell“ von JMP erhalten wurden, sind für die Darstellung der Ergebnisse explorativer Analysen unerlässlich. Da es sich jedoch um einen Dialekt handelt, der nicht einmal im Index von Takeuchi et al. (1989) Dictionary of Statistics aufgeführt ist, wird es schwierig sein, ihn zu erklären. Kürzlich haben wir herausgefunden, dass eine einfache und klare Erklärung durch die gegenseitige Ergänzung mit „Mittelwerten der kleinsten Quadrate“ und „Vorhersageprofilen“ in der „Kovarianzanalyse“ erhalten werden kann, die qualitative Faktoren, quantitative Faktoren und Wechselwirkungen umfasst . Die verwendeten Daten sind ein Beispiel für eine „Regressionsanalyse einschließlich Schichtungsfaktoren“ in Okuno et al. (1981), „Multivariate Analysemethode, überarbeitete Ausgabe“ (Beobachtungsergebnisse des Schwefeldioxid-Gasrückgewinnungsturms, Konzentration der gewonnenen Flüssigkeit). , Reinigungswasser Die Temperatur beträgt x und die Betriebsdauer von 4 Stufen beträgt A). In der Originalveröffentlichung gibt es eine Grafik, die während des Betriebszeitraums (Januar und Februar) im Vergleich zu anderen Zeiträumen eine andere Steigung aufzuweisen scheint. Mithilfe eines Modells, das Wechselwirkungen einschließt, verfolgen wir die Änderung des Profils der Temperatur x des Reinigungswassers bei Änderung der Betriebssaison A im Vorhersageprofil und vergleichen die durchschnittliche Konzentration y der Betriebssaison A bei Änderung der Temperatur x. Es kann deutlich gezeigt werden, dass, wenn der Gesamtdurchschnitt angegeben wird, dieser mit dem Mittel der kleinsten Quadrate der Betriebssaison A übereinstimmt.
https://www.yukms.com/biostat/takahasi2/rec/009-13.htm
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. Auch für mich ist die Kovarianzanalyse ein altes und neues Thema. Es bestand die Notwendigkeit, sich ernsthaft mit der Kovarianzanalyse einschließlich der Wechselwirkungen zu befassen. Die Kovarianzanalyse hat sich als analytisches Modell etabliert, wenn keine Interaktion vorliegt. Angesichts der Tatsache, dass in der Vergangenheit auch Fälle mit Interaktionen diskutiert wurden, ist dies äußerst nützlich, wenn es darum geht, die kleinsten Quadrate, einen Dialekt von SAS, und Vorhersageprofile, einen Dialekt von JMP, zu erklären.
[Video]
