Questa guida fornisce istruzioni sull'esecuzione di un test di randomizzazione (noto anche come test di permutazione), un metodo di ricampionamento per stimare la distribuzione campionaria di una statistica al fine di generare un intervallo di confidenza e un valore p per un test di ipotesi. Il test di randomizzazione è disponibile in molti report JMP.
Test di randomizzazione
In questo articolo descriviamo come condurre un test di randomizzazione per due medie utilizzando Fit Y per X.
- Da una tabella dati JMP aperta, fare clic con il pulsante destro del mouse sull'intestazione di colonna per la variabile Nominal X (in questo esempio, sex) e selezionare Nuova colonna formula > Casuale > Campione con sostituzione . Verrà creata una nuova colonna formula, Resample[sex].
- Eseguire un t-test a 2 campioni utilizzando la piattaforma Fit Y by X. In questo esempio, la risposta Y è il peso e il fattore X è il sesso. Consultare la pagina: Test t a 2 campioni e IC per informazioni su come eseguire questo test e interpretare i risultati.
- Nella finestra del report di analisi, fare clic con il pulsante destro del mouse sulla statistica di interesse e selezionare Simula . Qui facciamo clic con il pulsante destro del mouse sulla colonna di output contenente la differenza (tra le medie).
- Nella finestra Simulazione, seleziona la colonna da sostituire (sesso) e la colonna da sostituire (Resample[sesso]), immetti il numero desiderato di campioni (1000, in questo esempio) e il seme casuale (se desiderato), quindi fai clic su OK .
- JMP riesegue l'analisi per ogni campione. A ogni iterazione, i valori del fattore X (sesso) vengono ricampionati con sostituzione.
- I risultati vengono memorizzati in una tabella dati con statistiche per il campione originale e per ciascuno dei ricampionamenti. La colonna SimID• identifica il numero del ricampionamento.
- Utilizza la piattaforma Distribuzione per esplorare i risultati delle statistiche di interesse. Sono forniti gli intervalli di confidenza per la stima originale (la Differenza, in questo esempio), insieme ai valori p empirici (osservati).
Interpretazione: il valore p empirico per il test a due code è 0,3530. Vale a dire che il 35,3% delle differenze ricampionate osservate erano altrettanto estreme o più estreme della differenza effettivamente osservata (7,37).
Big Class.jmp (Help > Sample Data Library)Big Class.jmp (Aiuto > Libreria dati di esempio)
Il componente aggiuntivo Randomization Testing disponibile nella community degli utenti JMP (community.jmp.com) fornisce uno strumento per eseguire test di randomizzazione per i test di ipotesi comuni in JMP.
Per saperne di più, visita Analisi di base > Simula nella Guida di JMP .
