SAS が素晴らしい職場である理由はたくさんあります。 私にとって、SAS で働く上で好きなことを選ぶのはとても簡単です。社内託児所です。 私には 2 人の子供がいて、施設内の託児所と幼稚園に通っていますが、教師と施設は本当に素晴らしいものでした。 さらに、彼らが一日中近くにいることを知っているだけで素晴らしいです (通勤中の時折のメルトダウンは無視してください)。 長女が学校に通い始めたばかりなので、キャンパスでの娘との交流をどれだけ楽しんだかを振り返る機会がたくさんありました。
昨年、娘の就学前の先生の一人が、クラスの子供たちのためにボードゲームを作りました。 このゲームは、お子様がボードゲームの遊び方を学ぶのに最適です。各ターン、サイコロを転がし、誰かがゴールに到達するまでボードに沿って移動します。 もちろん、未就学児の注目を集めるために、ボードは人気のアニメキャラクターのステッカーで飾られています. 1 つだけ問題があります。私は常に負けているようです。 使ってもいいですかJMP何が起こっているのかを理解するには？ いっそのこと、私はいくつかを使用できますかJMP 14 の新機能?
I always lose playing this homemade board game. My daughter's hippo has a big early lead on my dolphin here.I always lose playing this homemade board game. My daughter's hippo has a big early lead on my dolphin here.I always lose playing this homemade board game. My daughter's hippo has a big early lead on my dolphin here.I always lose playing this homemade board game. My daughter's hippo has a big early lead on my dolphin here.私はいつもこの手作りのボードゲームで負けます。 私の娘のカバは、ここで私のイルカに大きくリードしています。
データ
負け続けるのはなぜ？ 私の娘はサイコロを振るのが得意でしょうか? 彼女が浮気をしていないことを祈りましょう。 この問題の真相を突き止めるのは簡単です。私たちはいくつかのゲームをプレイし、娘と私のためにすべてのターンの結果を記録します。 データセットの各行は、誰が何をロールしたか (1,2,..., 6)。 自分のデータを使ってモデルを構築し、プレーヤーが大きな効果を発揮した場合、何かが起きていることがわかります。
A snapshot of the data.A snapshot of the data.A snapshot of the data.A snapshot of the data.データのスナップショット。収集したデータ (それぞれ約 60 ターン) を使用して、「プレーヤー」の関数として「ロール」のモデルを構築する必要があります。 Roll は 6 つの離散値 (それぞれの確率が等しいことを願っています) しかとらないため、応答が正規分布していると仮定する従来の ANOVA を行うべきではないでしょう。 代わりに、応答には自然な順序があるため、順序ロジスティック回帰モデルを構築できます。 幸いなことに、JMP が対応してくれます。 JMPモデルのあてはめでは序数ロジスティックのパーソナリティを持ち、一般化回帰 (Genreg) プラットフォームはJMPプロバージョン 14 で順序ロジスティック回帰のサポートが追加されました。 この投稿では、いくつかの強力な機能を提供する Genreg に焦点を当てます (これについては、次の投稿で説明します)。
Genreg で順序ロジスティック モデルを構築するのは簡単です。 Fit Model ダイアログから、Roll を応答として指定し、Player を唯一のモデル効果として指定します。 次に、Personality ドロップダウン メニューから "Generalized Regression" を選択します。 Roll 列には序数モデリング タイプがあるため、モデル ダイアログは、デフォルトで分布を序数ロジスティックにすることを認識しています。 応答列に序数型がない場合、序数ロジスティックを選択できませんでした。
Launch Genreg from the Fit Model dialog in JMP Pro.Launch Genreg from the Fit Model dialog in JMP Pro.Launch Genreg from the Fit Model dialog in JMP Pro.Launch Genreg from the Fit Model dialog in JMP Pro.JMP Pro のモデルの適合ダイアログから Genreg を起動します。
結果
それで、結果はどのように見えますか？ 序数回帰は JMP にとって目新しいものではないため、当てはめたモデルについて詳しくは説明しません。 代わりに、あなたは見ることができますJMP ドキュメントまたUCLAデジタル研究教育研究所詳細については、サイトをご覧ください。 私たちは何を探していますか？ 私の娘の係数が負で、ゼロと大きく異なる場合、問題があることがわかります。 これは、私の娘が私よりも大きな数字を出す可能性が高いことを示唆しています。 モデル出力を見ると、彼女の係数は負 (-.458) であることがわかりますが、p 値 (.31) は妥当なテスト レベルでは有意ではありません。 つまり、彼女は私が記録したゲームで私よりも良い数字を出す傾向がありましたが、期待される範囲外ではありませんでした. Prediction Profiler は、モデルが何を伝えているかを確認するための優れた方法です。 かわいそうな年老いたお父さんは、1、2、3 などの低い数字を出す可能性がわずかに高いため、確率線は斜めになっています。
Ordinal Logistic ResultsOrdinal Logistic ResultsOrdinal Logistic ResultsOrdinal Logistic Results順序ロジスティック結果
私たちの応答には明らかな順序があります。2 は 1 よりも優れており、3 は 2 よりも優れています。 しかし、その情報を無視して、応答をノミナル モデリング タイプであるかのように扱うことができます。 Genreg は、バージョン 14 で多項分布のサポートを追加したため、そのケースにも対応できるようになりました。 序数モデルを当てはめると、プレーヤー効果を含めて、モデルに寄与するパラメーターは 1 つだけになりました。 多項式では、プレーヤーの効果は 5 つのパラメーターをモデルに提供します。最後のものを除く、応答の各レベルに 1 つのパラメーターです。 これにより、多項モデルは順序モデルよりもはるかに柔軟になりますが、モデルにあまりにも多くの効果を追加し始めると、モデルはすぐに不安定になる可能性があります。 また、モデルの出力に見られるように、多項モデルは、重大な Player 効果があることを示唆していません。
Multinomial results - still no evidence that my daughter is better with the die.Multinomial results - still no evidence that my daughter is better with the die.Multinomial results - still no evidence that my daughter is better with the die.Multinomial results - still no evidence that my daughter is better with the die.多項結果 - 私の娘がサイコロを使った方が良いという証拠はまだありません.
彼女が不正行為をしていないのに、なぜ私は負け続けるのですか?
どちらのモデルも、私の娘がサイコロを振って大きなアドバンテージを持っていることを示唆していません。 私たちの家では、ゲームをするときのルールがあります。 また、ゲーム ボードには 22 個のスペースしかないため、最初にゴールを決めた方がかなり有利になります。 このような単純なゲームの場合、JSL プログラムを作成してゲームをシミュレートし、最初のプレーヤーが勝つ可能性を推定するのは簡単でした。 このゲームでは、最初のプレイヤーが勝つ確率は約 62% のようです。 つまり、私たちがプレイするゲームの約 3 分の 2 を失うことになります。 それはほぼ正しいように聞こえます。 好奇心から、ボード上の 100 のスペースまで行ってみましたが、最初のプレーヤーはまだ約 55% のかなりのアドバンテージを持っています。
Simulated probability that the player who goes first will winSimulated probability that the player who goes first will winSimulated probability that the player who goes first will winSimulated probability that the player who goes first will win先に行ったプレイヤーが勝つ確率のシミュレーション
自分で試してみませんか？
を入手データ表これには、私の結果を再現するためのスクリプトと、勝率のシミュレーションを実行するシミュレーション スクリプトが含まれています。
フォローアップを探してください！
で新機能を使用しましたJMP プロここで非常に重要な問題を解決する必要があります: なぜ私が娘のボードゲームで負け続けているのかという謎です. では、なぜ Genreg を使用してこれらのデータを分析したのでしょうか。 チェックアウトする必要があります私の次の投稿調べるために。 しかし、ここにヒントがあります。より大きな問題の場合、これらのモデルは特にオーバーフィットしやすいため、インタラクティブな変数選択ツールGenreg では特に便利です。
