He usado SAS desde antes de JMP4. En mi empresa anterior, impartía formación estadística utilizando diversas versiones de JMP, a la vez que lo promocionaba dentro de la empresa. Ocasionalmente, presentaba los resultados de este trabajo en las reuniones de JMPer. Tras jubilarme, fundé una consultora autónoma y sigo trabajando allí. Recientemente, me he dado cuenta de que la capacidad para analizar estadísticamente datos del mundo real está disminuyendo en muchos ámbitos académicos en Japón (con la excepción de la estadística clínica). Para mí, el diseño experimental ha sido esencial para aprender teoría estadística y aplicarla en la práctica. En esta ocasión, el tema está relacionado con el diseño de tamaños de muestra experimentales. El reto al que me enfrenté fue permitir que los investigadores experimentales estimaran la sensibilidad mínima detectable (MDD) para un nuevo experimento de cuadrado latino con un tamaño de muestra fijo utilizando la raíz cuadrada de la media de la suma de cuadrados (RMSE) de los residuos de experimentos de cuadrado latino previos. La función de distribución t disponible en los scripts de JMP incluye una función de distribución t no central, por lo que es difícil afirmar que esto se pueda lograr con ella. Afortunadamente, pude descubrir lo que se podía hacer utilizando el "Explorador de tamaño de muestra" del DOE de forma creativa, lo que fue muy alentador.
