이 가이드는 무작위화 검정(순열 검정이라고도 함) 수행 방법에 대한 지침을 제공합니다. 무작위화 검정은 가설 검정을 위한 신뢰 구간과 p값을 생성하기 위해 통계량의 표본 분포를 추정하는 재표본 추출 방법입니다. 무작위화 검정은 다양한 JMP 보고서에서 확인할 수 있습니다.
무작위화 테스트
여기서는 Fit Y by X를 사용하여 두 평균에 대한 무작위화 검정을 수행하는 방법을 설명합니다.
- 열려 있는 JMP 데이터 테이블에서 명목형 X 변수(이 예에서는 sex)의 열 머리글을 마우스 오른쪽 버튼으로 클릭하고 새 수식 열 > 무작위 추출 > 복원 추출을 선택합니다. 이렇게 하면 Resample[sex]라는 새 수식 열이 생성됩니다.
- X로 Y를 맞추세요 플랫폼을 사용하여 두 표본 t-검정을 수행합니다. 이 예에서 Y(반응 변수) 는 체중이고 X(요인 변수) 는 성별입니다. 이 검정을 수행하고 결과를 해석하는 방법에 대한 자세한 내용은 "두 표본 t-검정 및 신뢰 구간" 페이지를 참조하십시오.
- 분석 보고서 창에서 관심 있는 통계량을 마우스 오른쪽 버튼으로 클릭 하고 시뮬레이션을 선택합니다. 여기서는 차이(평균 간 차이)가 포함된 출력 열을 마우스 오른쪽 버튼으로 클릭합니다.
- 시뮬레이션 창에서 제거할 열(sex)과 추가할 열(Resample[sex])을 선택하고 원하는 샘플 수(이 예에서는 1000)와 난수 시드(필요한 경우)를 입력한 다음 확인을 클릭합니다.
- JMP는 각 샘플에 대해 분석을 다시 실행합니다. 각 반복에서 X, 요인(성별) 값은 복원 추출 방식으로 다시 샘플링됩니다.
- 결과는 원본 샘플과 각 재샘플에 대한 통계가 포함된 데이터 테이블에 저장됩니다. SimID• 열은 재샘플 번호를 식별합니다.
- 분포 플랫폼을 사용하여 관심 있는 통계 결과에 대한 분석 결과를 살펴보세요. 원래 추정치(이 예에서는 차이)에 대한 신뢰 구간과 실제(관찰된) p값이 제공됩니다.
해석: 양측 검정에 대한 경험적 p값은 0.3530입니다. 즉, 관찰된 재표본 차이의 35.3%가 실제로 관찰된 차이(7.37)보다 극단적이거나 더 극단적이었습니다.
Big Class.jmp (Help > Sample Data Library)Big Class.jmp (도움말 > 샘플 데이터 라이브러리)
JMP 사용자 커뮤니티(community.jmp.com)에서 제공되는 무작위화 테스트 추가 기능은 JMP에서 일반적인 가설 검정에 대한 무작위화 테스트를 수행하는 도구를 제공합니다.
자세한 내용은 JMP 도움말 의 기본 분석 > 시뮬레이션을 참조하십시오.
