Tous droite . Salut , tout le monde . Mon nom est Haley Yaremytch . I travaillé à JMP ce passé été comme a statistique essai interne , et Je vais être de retour ce à venir été dans le même rôle . Ce passé été , I construit un Ajouter- dans que aide utilisateurs ajuster et visualiser interactions . Je suis excité à parler à toi tous à propos que aujourd'hui .
D'accord , à ensemble en haut le exemple que Je suis en allant à être en utilisant tout au long de le parler . Allons-y prendre a regarder à ce agrafe depuis a site web appelé Le Science de People.com . Ce agrafe lit . Faire toi savoir le impact de ton travail quand nous ne le faites pas avoir notre pourquoi à le devant de notre esprit ? Il peut être dur à sentir motivé et excité à propos quoi étaient faire.
Quand nous obtenir occupé ou accablé . Le pourquoi juste semble à glisser loin . Ce agrafe raconte nous que quand nous sentir que notre travail a signification , ce tend à plomb à plus grand emploi satisfaction . Avec a de construction équation modélisation chemin diagramme , nous serait afficher que cause et effet relation comme ce .
Mais si étaient aussi accablé à travail , ce relation pourrait affaiblir . Le sens de notre travail devrait être en rapport à emploi satisfaction , mais seulement si submerger est faible . Conceptuellement , nous pourrait représenter que comme ce . Dans le sociale sciences , ce est quoi nous appel modération , parce que submerger est en allant à modéré que relation entre sens et emploi satisfaction . Mais plus largement , ce est connu comme un interaction . Quand nous trouver a significatif interaction , nous besoin à visualiser il dans commande à comprendre qu'est-ce que en allant sur . À faire que , nous souvent besoin à regarder à simple pentes .
A simple pente décrit le relation entre le prédicteur et le résultat à a particulier valeur de le modérateur . Dans ce parcelle , étaient prise a regarder à le relation entre sens et emploi satisfaction à trois différent valeurs de submerger . Le rouge doubler est que relation quand submerger est faible . Le bleu doubler est quand submerger est à c'est signifier , et le violet doubler est quand submerger est haut . Juste comme nous serait attendre , le relation entre sens et emploi satisfaction est le le plus fort . Quand submerger est faible et ne le fera pas submerger est haut , que relation affaiblit .
Être capable à visualiser simple pentes est a vraiment essentiel partie de convenable et compréhension modèles que impliquer interactions . Mais dans commande à publier ces résultats , nous aussi souvent besoin détails à propos le valeurs de ceux simple pentes et leur statistique importance à différent valeurs à le modérateur . Juste comme J'ai montré ici pour haut et faible valeurs de submerger .
Nous peut aussi prendre des choses a étape plus loin au-delà simple modération . Ce agrafe aussi mentions que sens pourrait résultat dans plus grand emploi satisfaction parce que il tend à plomb à plus grand motivation à travail . Là pourrait être a cause et effet chemin ici , et ce est quoi nous serait appel médiation . Mais encore , submerger besoins à être faible dans commande pour ces avantages à jouer dehors . Nous pourrait attendre que submerger besoins à être faible dans commande pour ce d'abord effet à être présent . Nous serait appel ce d'abord scène modéré médiation . Ou nous pourrait pense que faible submerger est plus important pour le deuxième effet à être présent . Nous serait appel ce deuxième scène modéré médiation .
Dans ces modéré médiation modèles , si nous trouver a significatif interaction , nous toujours besoin à sonde que et évaluer importance à différent valeurs à le modérateur . Mais ce temps , étaient intéressé dans traçage et essai ce entier effet de sens sur emploi satisfaction à travers motivation . Nous appel ce le indirect effet . Étaient en allant à voir un exemple de ce dans notre démo dans juste a peu minutes .
Ces types de questions viens en haut tous le temps , pas seulement dans sociale science recherche , mais aussi dans autre zones . Donné leur popularité , c'est Non surprendre que nous avons avait a parcelle de demandes depuis JMP utilisateurs à intégrer rapide et facile manières de convenable et visualisation ces types de modèles . A parcelle de ces utilisateur demandes mentionné modération , médiation et simple pentes . Le Jason Niéman Parcelle est un extension de le simple Pentes parcelle que I a montré plus tôt , et Je vais obtenir à que dans a peu minutes . Mais essentiellement ces sont tous différent jargon manières de demander pour le même fonctionnalité .
Vous allez avis que a parcelle de ces demandes mention le processus macro . Le processus macro est a très largement utilisé outil pour convenable ces types de modèles . Il fournit facile modèle convenable et a parcelle de numérique sortir à propos ces modèles . Mais droite maintenant , il n'a pas fournir visualisations . Le fardeau serait être sur le utilisateur à prendre ce numérique sortir et créer a graphique avec il autre part . Que peut être très lourd et erreur sujet . Ce est a vraiment important inconvénient parce que ces graphiques sont essentiel pour compréhension interactions .
Juste à donner toi a sens de comment difficile il est pour le utilisateur à créer ces graphiques sur leur propre , ces sont le formules que sous-tendent le deux parcelles que tu es à propos à voir dans le démo . Imaginer ayant à code ces en haut toi-même . Il serait être vraiment difficile . Avec ce complément , nous recherché à dessiner sur le force de le processus macro que faire il donc populaire donc facile et automatisé convenable de ces modèles . Mais alors nous aussi ajouté caractéristiques que ne peut pas être trouvé autre part et que vraiment capitaliser sur le unique points forts de JMP . Engageant visualisations que sinon serait être vraiment difficile pour utilisateurs à faire depuis gratter .
Voici a rapide résumé de le caractéristiques de notre Ajouter- dans , comme Bien comme quoi utilisateurs sont actuellement en haut contre . Si ils vouloir à ajuster ces modèles avec le de construction équation modélisation plate-forme JMP mais sans le Ajouter- dans . Nous avons automatisé tous le détails de modèle convenable et sans le ajout , il y a a parcelle de données prétraitement c'est souvent requis et il peut être difficile à spécifier le correct de construction équation modèle .
Nous aussi fournir a parcelle de numérique sortir , mais étaient aussi en allant à tamiser à travers que sortir et faire le plus loin calculs avec il que sont nécessaire à vraiment distiller que sortir . Alors , comme I mentionné , tous visualisations sont maintenant automatisé donc utilisateurs peut éviter ceux complexe formules .
Maintenant Je suis en allant à JMP sur à a démo en utilisant le deuxième scène modéré médiation modèle avec le Complément . Voici le modèle que étaient en allant à ajuster . Dans JMP , Je suis en allant à ouvrir en haut notre ... Oups, I déplacé mon bar ici . D'accord . Je suis en allant à ouvrir en haut notre modération module complémentaire de médiation . Je suis en allant à mettre le deuxième scène modéré médiation modèle .
Dans le utilisateur saisir fenêtre , le d'abord chose nous voir est ces chiffres . Comme I mentionné , a difficile aspect de convenable ces types de modèles peut être compréhension comment à faire le JMP depuis quoi nous pense est en allant sur conceptuellement à le statistique modèle que besoins à être ajuster . Le but de ces chiffres est juste à prendre que fardeau loin depuis le utilisateur , et le seulement saisir que nous besoin depuis le utilisateur est juste à sélectionner a variable pour chaque rôle . Je suis en allant à faire que ici .
Alors en option n'importe lequel nombre de covariables peut être ajouté . Par défaut , n'importe lequel variables impliqué dans un interaction terme sont en allant à être signifier centré . Mais ce peut être tourné désactivé ou ils peut être centré autour a utilisateur spécifié valeur . Alors ceux parcelles que I mentionné sont seulement en allant à être montré dans le sortir si le interaction est significatif à alpha 0,05 . Mais ce peut aussi être tourné désactivé .
Quand I cliquez d'accord et I tirer en haut notre sortir , le d'abord chose nous voir est le sortir depuis le de construction équation modélisation plate-forme . Mais encore , ce peut être a parcelle à tamiser à travers . Le but de ce modération détail section est à tirer dehors tous le la plupart important parties de le ACM sortir à faire n'importe lequel nécessaire calculs avec que sortir , et alors à emballer tout dans phrases que peut être facilement compris et copie et coller il dans a publication ou rapport .
Vous allez voir ici nous obtenir quelques détails à propos le conditionnel indirect effets . Encore , ces sont très similaire à simple pentes , mais maintenant étaient appel eux indirect parce que le effet de sens sur emploi satisfaction est voyages à travers motivation .
Le suivant action ici est en allant à être notre Jason nom et parcelle . Ce parcelle vraiment est le État de le art méthode pour sondage un interaction parce que c'est en allant à fournir a parcelle plus détail que le simple Pentes parcelle que I a montré plus tôt . Ici sur le X axe , nous avoir le modérateur , donc submerger est sur le X axe et alors le Y axe est en allant à être le effet de sens sur emploi satisfaction à travers motivation . Que indirect effet est qu'est-ce que changement comme a fonction de submerger . Étaient regarder à que effet à chaque possible valeur de submerger .
Nous peut voir que que effet est affaiblissement comme submerger augmente . Mais ce parcelle peut parfois être gentil de dur pour personnes à envelopper leur tête autour , principalement parce que nous avoir un effet sur le Y axe . Comme dans ce exemple , bien que la plupart de ces effets sont positif , ils sont juste devenir moins positif comme submerger est croissant . Ce peut parfois être a petit déroutant . À faire des choses même plus clair , nous ajouté graphique vols à ce parcelle .
Quand I flotter sur ce doubler , Je suis en allant à voir a graphique ajuster que spectacles moi le effet de sens sur emploi satisfaction à ce particulier valeur de submerger . Nous peut voir que quand submerger est faible , que est que effet est fort et positif . Alors comme submerger augmente , que effet est affaiblissement . Jusqu'à finalement , quand submerger est vraiment haut , que effet est essentiellement plat . A vraiment bon avantage de JMP est que nous étaient capable à ajouter ces graphique convient et vraiment aide utilisateur compréhension ici .
Un autre bon aspect de ce Jason Neumann approche est que nous peut calculer ces importance frontières . Ce limite est le exact valeur de submerger , où ce effet va depuis être statistiquement significatif , lequel est dans bleu à insignifiant , lequel est dans rouge .
Typiquement il y a en allant à être deux importance frontières . Toi peut voir en haut ici que ils étaient les deux calculé , mais seulement un apparaît dans le parcelle . Ce est parce que ce parcelle est seulement en allant à montrer valeurs de le modérateur que étaient observé dans le données ensemble . Nous a fait ce pour extrapolation contrôle .
Ici nous peut dire que comme long comme submerger est moins que à propos 1,25 , il y a en allant à être a significatif effet de sens sur emploi satisfaction à travers motivation .
Notre final section de sortir ici est en allant à être a conditionnel indirect effets parcelle . Ce est a parcelle comme le simple pentes parcelle que I a montré plus tôt . Essentiellement étaient juste prise a peu de ceux graphique parcelles et étaient putting ceux dans a statique parcelle . Même idée ici . Nous fin en haut avec le même plats à emporter , mais ce spécifique taper de graphique est souvent nécessaire pour publication .
Quelques caractéristiques que ne sont pas compris dans le Complément droite maintenant que nous serait amour à ajouter dans le avenir . Le d'abord est amorçage . Droite maintenant ces confiance bandes sont calculé mathématiquement , mais trouver eux avec amorçage est parfois préférable . Nous serait amour à être capable à ajouter que dans le avenir . Nous amour à ajouter plus types de modèles .
Le processus macro que I mentionné plus tôt offres des dizaines et des dizaines de modèle options . Ici nous seulement avoir trois , mais nous a fait choisir le trois la plupart populaire types de ces modèles . Mais épouser amour à être capable à ajouter plus dans le avenir .
Tous droite . Avec que , Je suis en allant à aller devant et envelopper en haut . Remercier toi donc beaucoup pour ton attention . Toi peut sentir gratuit à e-mail moi avec questions à ce adresse . J'ai aussi compris a lien à le JMP Communauté blog poste que fournit a parcelle plus détail que quoi I avait temps à obtenir dans aujourd'hui . Ce est en allant à aller à travers basique modération comme le en cours d'exécution exemple , lequel I pense volonté être vraiment en vigueur à personne dans n'importe lequel champ c'est intéressé dans essai et sondage interactions avec ces outils . Encore , remercier toi pour ton attention .
