Livello: intermedio
Le "medie minime quadrate" risultanti e i "profili di previsione" ottenuti dal "modello Fit" di JMP sono essenziali per visualizzare i risultati delle analisi esplorative. Tuttavia, è come un dialetto che non è nemmeno elencato nell'indice del Dizionario di statistica di Takeuchi et al. (1989), quindi sarà difficile da spiegare. Recentemente, abbiamo scoperto che una spiegazione semplice e chiara può essere ottenuta completandosi a vicenda con "medie dei minimi quadrati" e "profili di previsione" nell'"analisi di covarianza" che include fattori qualitativi, fattori quantitativi e interazioni . I dati utilizzati sono un esempio di "analisi di regressione comprendente fattori di stratificazione" in Okuno et al. (1981), "Metodo di analisi multivariata, edizione rivista" (risultati dell'osservazione della torre di recupero del gas di anidride solforosa, concentrazione del liquido recuperato y , acqua di pulizia La temperatura è x e il periodo di funzionamento di 4 livelli è A). Nella pubblicazione originale è presente un grafico che sembra avere una pendenza diversa durante il periodo operativo (gennaio e febbraio) rispetto agli altri periodi. Utilizzando un modello che include le interazioni, seguire la variazione del profilo della temperatura x dell'acqua di pulizia mentre si cambia la stagione operativa A nel profilo di previsione e confrontare la concentrazione media y della stagione operativa A mentre si cambia la temperatura x It Si può chiaramente dimostrare che se viene data la media totale di, essa corrisponde alla media dei minimi quadrati della stagione operativa A.
https://www.yukms.com/biostat/takahasi2/rec/009-13.htm
Sono un utente da JMP4 e utilizzo SAS da prima di JMP. Presso l'azienda per cui lavoravo, ho condotto formazione statistica utilizzando vari tipi di JMP e ho svolto anche attività per diffondere JMP all'interno dell'azienda. Abbiamo presentato questo risultato 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. Anche per me l’analisi della covarianza è un argomento vecchio e nuovo. Era necessario affrontare seriamente l'analisi della covarianza, comprese le interazioni. L'analisi della covarianza è stata stabilita come modello analitico quando non c'è interazione. Riconoscendo che storicamente venivano discussi anche casi che coinvolgevano interazioni, questo è estremamente utile quando si spiegano i minimi quadrati, un dialetto di SAS, e i profili predittivi, un dialetto di JMP, di cui ero profondamente consapevole.
[video]
