Si vous souhaitez que votre logiciel soit utilisé dans les sciences sociales, en particulier la psychologie, je recommande deux fonctionnalités essentielles : la première impliquant des pentes simples et la seconde impliquant une régression hiérarchique.
En général, la capacité de suivre une interaction impliquant une variable continue permet de réaliser une analyse des « pentes simples » ou des « effets simples » permettant, au minimum, de sonder la pente d'une droite à différentes valeurs d'un autre prédicteur (et d'obtenir des pentes avec des erreurs-types) et, mieux encore, de fournir des contrastes entre ces pentes. L'autre prédicteur peut être continu (et donc la capacité de tracer des erreurs-types de plus ou moins 1 serait nécessaire) ou catégorique.
Une deuxième technique très courante en psychologie est la régression hiérarchique, qui consiste à comparer deux modèles, l'un étant imbriqué dans l'autre. La seule façon d'y parvenir avec JMP est d'exécuter les deux modèles, d'extraire les valeurs de densité de données (DFS), de SS et l'erreur quadratique moyenne (EQM), de calculer un F, puis de rechercher ce F dans un tableau (ou de calculer la p-value associée à l'aide d'une formule JMP). C'est très complexe. C'est extrêmement simple avec R, SPSS et même Jamovi.
