1. 이 위시리스트 요청을 하게 된 계기는 무엇입니까?
이 요청에 대한 영감은 현재 JMP에서 사전에 답하기 어려운 실험 설계의 매우 일반적이고 근본적인 질문에서 나왔습니다."두 연속 변수 간의 의미 있는 상관관계를 찾아내려면 몇 개의 샘플을 수집해야 합니까?"
현재 연속형 요인(예: 온도)과 연속형 반응(예: 강도) 간의 관계를 검정하는 간단한 실험을 설계할 때, JMP의 강력한 DOE 플랫폼은 범주형 요인이나 더 복잡한 다요인 모델에 최적화되어 있습니다. 이 질문에 답하기 위한 기존 도구들은 직관적이지 않거나 후향적 분석에 적합하도록 설계되어 있습니다.
-
적합 모델 > 효과 레버리지:이것은 강력한 도구입니다회고적데이터 수집 후 전력 분석. 적합하지 않습니다.미래의실험을 실행하기 전에 계획을 세우는 것.
-
DOE > 표본 크기 및 검정력:이 플랫폼에는 다양한 시나리오에 대한 계산기가 있지만, 과학자나 엔지니어가 일반적으로 질문하는 방식으로 구성되어 있지 않습니다.
이로 인해 사용자는 지*파워 와 같은 외부 소프트웨어에 의존하거나 단순히 표본 크기를 추측하게 되고, 이는 종종 검정력이 부족(실제 효과를 감지하지 못함)하거나 검정력이 과도(시간과 자원 낭비)한 실험으로 이어집니다. G*Power의 설정 예시는 다음과 같습니다.
- 테스트 패밀리: F 테스트
- 통계적 검정: 선형 다중 회귀: 고정 모델, R^2 0으로부터의 편차
- 검정력 분석 유형: 사전: 알파, 검정력 및 효과 크기가 주어진 경우 필요한 표본 크기를 계산합니다.
예시 사용 사례:나는 실험을 설계하여 보고 싶습니다.<SPAN class="selected">촉매 농도</SPAN>영향을 미친다<SPAN class="selected">제품 수율</SPAN>실험을 실행하기 전에 몇 개의 표본을 수집해야 하는지 알아야 합니다. 실제 상관관계가 변동의 최소 15%(R² = 0.15)를 설명할 때 관계를 검출할 수 있다는 것을 90% 확신(검정력)하고 싶습니다. 또한 과거 데이터에서 공정 노이즈(RMSE)를 추정했습니다. 현재 JMP에는 이 간단한 시나리오에 필요한 표본 크기를 결정하는 데 도움이 되는 직관적이고 상호 작용하는 플랫폼이 없습니다.
2. 어떤 개선을 원하시나요?
나는 ~의 창조를 제안한다대화형 샘플 크기 프로파일러특히 단일 연속 요인과 단일 연속 반응을 갖는 실험을 설계하기 위한 것입니다. 이는 새로운 성격이 될 수 있습니다.<SPAN class="selected">DOE > 표본 크기 및 검정력</SPAN>플랫폼.
프로파일러는 시각적으로 직관적이며 JMP의 다른 프로파일러와 유사한 기능을 합니다.
주요 특징:
-
입력(대화형 슬라이더/필드):
-
<SPAN class="selected">알파(a)</SPAN>: 유의수준(기본값 0.05).
-
<SPAN class="selected">파워(1-b)</SPAN>: 원하는 통계적 검정력(예: 0.8, 0.9).
-
<SPAN class="selected">예상 RMSE(σ)</SPAN>: 오차 또는 공정 노이즈의 표준 편차에 대한 추정치입니다. 이는 사용자가 종종 추정할 수 있는 실용적인 입력값입니다.
-
<SPAN class="selected">감지할 효과 크기</SPAN>: 이는 중요한 입력입니다. 사용자는 다음과 같이 직관적인 용어로 이를 명시할 수 있어야 합니다.
-
산출:
-
<SPAN class="selected">필요한 샘플 크기(N)</SPAN>: 주요 출력이 명확하게 표시됩니다.
-
전력 곡선 플롯:주어진 입력에 대해 샘플 크기에 따라 전력이 어떻게 변하는지 보여주는 그래프로, 보다 완전한 그림을 제공합니다.
제안된 기능의 모형:
이 인터페이스를 통해 사용자는 상충 관계를 즉시 확인할 수 있습니다. 예를 들어, 실험에 리소스를 투입하기 전에 R²가 더 작거나 공정 노이즈가 더 높을 때 필요한 샘플 크기가 어떻게 극적으로 증가하는지 확인할 수 있습니다.
3. 이 아이디어가 왜 중요한가요?
이 아이디어를 구현하면 다음과 같은 상당한 가치가 제공됩니다.
-
중요한 격차 해소:이 기능은 현재 JMP의 미래 도구에서 충분히 다루어지지 않는 가장 일반적인 실험 설계 문제 중 하나를 해결합니다. 이를 통해 사용자가 JMP 생태계를 벗어나 외부 도구를 사용해야 하는 상황을 방지할 수 있습니다.
-
좋은 통계 관행 촉진:검정력과 표본 크기 결정을 쉽고 직관적으로 만들어 사용자가 실험을 적절하게 계획하도록 장려합니다. 이를 통해 과학 및 엔지니어링의 효율성이 향상되고, 검정력이 부족하거나 과도한 연구를 방지하여 비용과 자원을 절약할 수 있습니다.
-
JMP의 "사고 도구" 가치 향상:JMP는 통계적 발견을 위한 대화형 도구로서 탁월합니다. 이 프로파일러는 이러한 철학에 완벽하게 부합하며, 사용자가 단순히 계산기에 숫자를 입력하는 대신 시각적으로 실험 설계에 대한 "가정" 시나리오를 탐색할 수 있도록 합니다.
-
사용 편의성:그것은 과학자와 엔지니어가 사용하는 언어로 문제를 규정합니다.<SPAN class="selected">알제이</SPAN>, <SPAN class="selected">RMSE</SPAN>), 견고한 실험 설계에 대한 진입 장벽을 낮춰줍니다. 기본적인 공정 특성 분석이나 검증을 수행하는 모든 사람에게 필수적입니다.
