varbanov.ar a transmis quelques questions concernant l'option Réponse multiple dans la plateforme catégorielle.
Je réponds ici à ces questions pour répondre à un public plus large.
Requests/Questions for JMP Categorical Experts:We need more clarity on the different Multiple Response options and output in JMP Categorical. Can someone of the JMP Categorical Experts give us a short demo with answering some questions about it? Is there a technical report with some more explanation for the different statistical test used by this Platform. In particular, we have also the following questions:1) What is the definition of multiple responses?
Dans JMP Categorical, les données à réponses multiples sont dérivées d'éléments d'enquête (ou d'autres processus) dans lesquels les catégories de réponses ne s'excluent pas mutuellement. Une source courante de données à réponses multiples est les éléments d'enquête de type « cochez toutes les réponses applicables ». Les réponses multiples ne font pas référence à des données de mesures répétées.
Il existe plusieurs façons de représenter des données à réponses multiples dans un fichier de données. Les données peuvent être longues, c'est-à-dire qu'il existe une ligne pour chaque combinaison unique d'élément de réponse et d'identifiant de répondant (voir Bibliothèque de données d'échantillons > Contrôle qualité > Failure3ID.jmp > colonne « failure » par exemple). Les données peuvent être larges, c'est-à-dire que chaque ligne représente un répondant et qu'il existe plusieurs colonnes indiquant les options de réponse sélectionnées (voir Bibliothèque de données d'échantillons > Préférences du consommateur.jmp > colonnes « Se brosser après le réveil » à « Se brosser une autre fois »). Il peut également y avoir une ligne par répondant et une colonne qui inclut une liste délimitée des options de réponse sélectionnées (voir Bibliothèque de données d'échantillons > Préférences du consommateur.jmp > colonne « Délimité par un pinceau »). Avec cette dernière approche, la propriété de colonne « Réponse multiple » peut être attribuée à la colonne et les corrections appropriées pour les échantillons qui se chevauchent seront appliquées aux comparaisons statistiques lorsque la colonne est utilisée comme variable « supérieure » dans un tableau structuré. (Remarque : il est facile de passer d'un format à l'autre à l'aide des utilitaires « Créer des colonnes indicatrices » et « Combiner des colonnes » sous le menu Cols.)
De plus amples informations sur l'utilisation de variables à réponses multiples dans la plateforme catégorielle sont disponibles dans Aide > Livres > Études de consommation, à partir de la page 62.
2) Is there a proper mean score comparison between two groups within JMP Categorical in presence of overlapping samples (e.g., each consumer evaluated both products)? If yes, what is the way to get it (Multiple Response tab does not seem to provide it)? Also can this analysis be done in the structured tab?
La plateforme Catégorique ne corrige pas les échantillons qui se chevauchent, comme vous les avez décrits, pour les comparaisons de moyennes.
Ce que vous décrivez comme des échantillons qui se chevauchent est ce que nous considérons comme des mesures répétées.
Il existe une option « Mesures répétées » sous l’onglet « Associés » dans Categorical. Conformément à ce que l’on peut attendre de la plateforme Categorical, elle fournit des informations telles que les fréquences, les graphiques de partage, les moyennes et d’autres statistiques récapitulatives. Cependant, elle n’effectue pas de tests de comparaison.
Des mesures répétées signifient que des comparaisons sont disponibles dans d’autres domaines de JMP :
- La plateforme Matched Pairs compare et teste deux moyennes (telles que les notes de produits) à la fois. Cependant, en présence de données manquantes, elle effectue une suppression par liste, supprimant ainsi l'ensemble du cas de toutes les comparaisons.
- Étant donné que vos données sont manquantes (mais même si ce n'était pas le cas), vous pouvez envisager d'utiliser Fit Model avec un modèle mixte avec l'ID de produit comme effet fixe et l'ID de répondant comme effet aléatoire. Les données d'exemple qu'ils ont envoyées sont déjà dans la mise en page correcte pour cette approche, mais pas pour les deux autres approches ci-dessus.
- De toute évidence, la pertinence réelle de l’une de ces méthodes dépend de nombreux détails, il s’agit donc simplement de suggestions générales – votre choix peut varier.
3) What statistics is JMP using when you invoke the categorical variable as multiple response?
En gardant à l'esprit que le type de réponse multiple est différent de ce que vous avez décrit comme des « échantillons superposés », voici ce qui est fait :
- Lorsqu'une colonne à laquelle a été attribuée la propriété « Réponse multiple » est utilisée comme variable « supérieure » dans un tableau structuré, un ajustement de Rao-Scott de premier ordre est appliqué pour tenir compte du chevauchement (par exemple, Lavassani et al., 2009, Developments in Analysis of Multiple Response Survey Data in Categorical Data Analysis, Journal of Applied Quantitative Methods). Les tests sont traités différemment lorsque le tableau est créé dans l'onglet « Multiple » ; la correction n'est appliquée que lorsque le tableau est créé via l'onglet Structuré.
- Lorsqu'une variable avec la propriété de réponse multiple est affectée aux dimensions « latérales », il n'y a pas de correction pour les chevauchements.
- Les tests statistiques sont les suivants :
- Comparer chaque cellule : il s'agit de tests exacts de Fischer. Ces tests ne sont pas différents des autres catégories de réponses.
- Comparer chaque échantillon : il s'agit d'un test de Pearson qui utilise la correction Rao-Scott (lorsque la colonne de réponses multiples est attribuée à la position « supérieure »)
- Homogénéité de la réponse au test : dispose de deux options.
- Binomial : traite chaque ligne comme s'il s'agissait de deux lignes. Une ligne pour « a coché cette case ». Une ligne pour « n'a pas coché cette case ». Cette option a été ajoutée suite à une demande précédente de P&G.
- Poisson : traite les comptages comme s'ils étaient modélisés comme la variable dépendante dans une régression de Poisson. Les colonnes du tableau sont traitées comme s'il s'agissait de niveaux pour la variable indépendante (X). La valeur p est équivalente à la valeur p que l'on calculerait pour un test de modèle global calculé de cette manière.
4) Within the categorical platform, it is possible to provide p-values for the mean comparison?
La possibilité d'enregistrer les rapports de test t et de valeur p a été ajoutée précédemment à la demande de P&G. Cela est possible via le menu du triangle rouge.
5) Is the general formulae that “adjust” for overlapping samples implemented as used in Desktop Reporter Software? Is there an efficient way/data structure/grids to “tell” JMP that there are overlapping samples?
Comme indiqué ci-dessus, l’utilisation de Fit Model pour ajuster un modèle mixte peut être le moyen le plus approprié de gérer cela dans JMP.
6) Jeremy’s issue: (JMP contacted on this before by Mike Creed/Diane Farris)a. When doing the calculation, it appears that JMP is not adjusting the degrees of freedom when using the Rao Scott first order correction.
Nous pensons qu'il y a eu une confusion entre « échantillons superposés » et « réponses multiples », mais il existe un défaut dans JMP 12.1 où la correction Rao-Scott n'a pas été appliquée correctement. Ce défaut a été corrigé dans JMP 12.2 qui sera publié en janvier.
b. When no overlap exists, but a column is defined as multi-response, the overlap formula is used when it should not. So you get different results when defining a column as multi-response versus not when no overlap does exist.
La propriété de réponse multiple permet à JMP d'appliquer la correction Rao-Scott. Elle ne doit pas être appliquée aux colonnes qui ne sont pas de type à réponses multiples.
En complément de mon dernier message :
Si la mise en correspondance des résultats de JMP avec ce qui est implémenté dans Desktop Reporter devient un objectif, l'ensemble de données de test ci-joint avec les résultats peut être utilisé comme référence. Il contient des données CATA ainsi que plusieurs évaluations de produits par consommateur. La variable CATA s'appelle Vitamin/Dietary Supmnt Prod N Future Use . Dans les onglets Excel 2 et 3, où cette variable est placée « en haut » du tableau, vous pouvez voir que la formule de chevauchement est appliquée.
Merci,
Alex
Nous préférons utiliser la même implémentation dans JMP que dans Desktop Reporter, ce qui signifie, je suppose, le calcul de la « base effective ». Cela est principalement motivé par le fait d'éviter les questions sur les raisons pour lesquelles les résultats seraient différents dans le cas contraire. Nous ne connaissons pas très bien la différence entre les deux options pour fournir de meilleures informations que cela.
Le calcul dans le lien est une moyenne pondérée des erreurs standard des moyennes comparées. Cela a du sens et je vais le mettre en œuvre de cette façon.
Préférez-vous le calcul de la « base effective », qui utilise le rapport entre la somme au carré des poids et la somme des poids au carré, ou préférez-vous simplement les poids au dénominateur.
Utiliser les poids comme dénominateur me semble plus logique.
Cela donnerait les degrés de liberté pour le test t = w1 + w2 - w0 - 2, où w0 est le nombre de chevauchements. Êtes-vous d'accord ?
Étant donné que nous ne regroupons plus les écarts types des comparaisons de moyennes, il semble que la formule de la variance de la différence entre deux moyennes de colonnes Col 1 et Col 2 avec chevauchements se réduit à ce qui suit :
(s1^2+s2^2)/2*[1+P]
où s1^2 et s2^2 sont les variances des moyennes de Col 1 et Col2, respectivement.
P est le 2*overlapCount/(n1+n2)
où n1 et n2 sont les tailles d'échantillon pour les colonnes 1 et 2
Mon édition de Kish ne mentionne pas le cas où les tailles d'échantillon ne sont pas égales. Vous attendez-vous à une moyenne pondérée entre s1^2 et s2^2 ?
Nous ne corrigeons pas les chevauchements dans le test de moyens dans la plateforme catégorielle.
Si la même personne compare deux produits, il existe de nombreuses façons de calculer une comparaison appropriée en dehors de la plateforme catégorielle.
Jeff,
Merci d'avoir répondu aux questions ci-dessus. Cela nous aide beaucoup à comprendre les capacités et les limites de la plateforme catégorielle JMP. D'après la réponse, nous comprenons que cette plateforme ne doit pas être utilisée avec des données pour lesquelles nous disposons de plusieurs évaluations de produits ou de plusieurs évaluations de points temporels par consommateur.
La seule question complémentaire que j'ai est la suivante :
Nous comprenons que JMP n'a PAS implémenté la formule de Kish pour les échantillons qui se chevauchent ( section 12.4, p. 437 du livre Survey Sampling (1965) de Leslie Kish) dans JMP Categorical Platform. Cette formule a été utilisée dans Desktop Reporter pour analyser les échantillons qui se chevauchent lorsqu'ils se produisent à partir d'un test monadique séquentiel, c'est-à-dire d'une étude avec deux produits par consommateur évalués dans l'ordre séquentiel. Est-ce correct ?
Merci,
Alex
