JMP는 출력 변수(반응)와 하나 이상의 입력 변수(요인) 간의 관계를 대화형으로 분석하고 모델링할 수 있는 다양한 방법을 제공합니다. 또한 반응을 설명하는 데 도움이 되는 변수를 파악하기 위한 설명적 모델링 도구도 제공합니다.
방법을 알아보세요:
- 커피 포장 사례를 사용하여 기본적인 분석을 통해 프로세스에 대한 실질적인 질문에 답하십시오.
- 필링 강도 데이터는 제품 품질에 대해 무엇을 알려줍니까?
- 두 제형은 크게 다른가요?
- 껍질 강도는 다른 요인과 관련이 있나요?
- 데이터 분포에 대한 통계량(단일 표본 t-검정, 능력 및 허용 오차 구간 포함)을 파악하고 해석합니다.
- Fit Y by X, 2표본 검정, 분산 불균등 가정, ANOVA 및 Tukey-Kramer 다중 비교를 사용하여 공식을 비교합니다.
- 공정능력과 단순 선형 회귀 분석을 이용하여 변수 쌍 간의 관계를 탐색합니다.
본 웨비나에서는 '분포 및 적합성 분석(Y by X)'을 다룹니다.
Didn't they know how to bag the coffee so we could open it easily without spilling it?커피를 쏟지 않고 쉽게 열 수 있도록 봉지에 담는 방법을 몰랐던 걸까요?
라이브 웹 세미나에서 마릴린은 환경 설정에 대한 질문에 답하며 두 가지 다른 방법을 시연했습니다.
자원
안녕하세요 여러분! 오늘 @MarilynWheatley 님 의 훌륭한 강의와 제 동료인 @gail_massari 님, @Jeff_Upton 님 의 사회로 진행된 기초 통계 분석 마스터링 세션에 실시간으로 참석해 주신 모든 분들께 감사드립니다.
오늘 마스터링 웨비나 질의응답 시간에 공유했던 기사는 다음과 같습니다. "p < 0.05"를 넘어선 세상으로 나아가기
이는 기본적으로 자동적이고 임계값 기반의 통계적 의사결정에서 벗어나 보다 투명하고 상황 인식이 가능하며 불확실성을 수용하는 통계적 추론 체계로 나아가자는 요구입니다.
여기서 중요한 것은 엄격한 유의성 기준치를 적용한 p값 사용을 비난하는 것이 아니라, p값이 진정한 과학적 판단을 대신하는 수단으로 사용되는 것을 막아야 한다는 점입니다. 신중한 분석을 위한 여러 아이디어와 제안 중에서, p값은 사용하더라도 과학적 판단을 좌우하는 기준이 아니라 단순히 결과를 설명하는 도구로 활용해야 한다는 것이 제안됩니다.
- 예를 들어, 연속형 p값은 여전히 보고될 수 있지만 다음과 같은 경우가 있습니다.
- 정확한 값(예: p = 0.08)으로 표시합니다.
- “중요한” 또는 “중요하지 않은”과 같은 명칭 없이,
- 그리고 항상 효과 크기와 불확실성을 함께 고려해야 합니다.
- 물론, p값은 해석을 좌우하는 절대 기준이 되어서는 안 됩니다.
다른 방향으로는 통계적 의사결정에서 불확실성을 제거하려고 하기보다는 오히려 불확실성을 수용하자는 제안이 있습니다.
통계적 추론은 과학적 추론과 동일하지 않으며, 신중한 분석과 사려 깊은 위험 기반 프레임워크를 통해 두 방법 모두의 한계를 인지해야 합니다.
오늘 청중 여러분의 질문을 요약하자면, "p값에 대한 적절한 임계값은 무엇일까요?"입니다.
p<0.05라는 기준치는 과거의 관행에 뿌리를 두고 있으며, 본 논문에서는 p값의 작은 차이(예: 0.049 대 0.051)가 해석의 범주적 차이를 정당화하지는 않는다고 주장하지만, 운영상의 일관성을 유지하고 확고한 수용 기준에 기반한 신중하고 '정직한' 분석을 위해 기준치를 설정해야 하는 다양한 상황(비즈니스 및 규제 환경)이 존재함을 인지하고 있습니다.
무엇보다도, p값 임계값을 엄격하게 설정하는 방법은 연구를 수행하기 전에 소위 "증거 기준"( 알파 )을 설정하는 것입니다. 알파를 사용하면 오경보(실제로는 존재하지 않는 신호를 감지한 상황, 즉 귀무 가설을 잘못 기각하는 경우)를 얼마나 자주 허용할지 미리 지정할 수 있습니다.
p값은 귀무가설 하에서 얻은 결과가 나타날 확률을 나타냅니다. 유의수준 α(역사적으로 관례적으로 0.05로 설정되는 경우가 많음)를 기준으로 p값을 비교합니다. p≥α이면 귀무가설을 기각하지 않고, 귀무가설을 타당한 설명으로 유지합니다. 만약 p<α이면 귀무가설을 기각하지 않습니다.
하지만 무엇보다 중요한 것은 p값은 귀무가설 하에서 우리가 원하는 결과를 얻을 확률이 얼마나 되는지를 알려준다는 점입니다.
JMP 소프트웨어 사용과 관련하여 궁금한 점이 있으시면 언제든지 문의해 주세요.
-JMP 기술 지원 ( support@jmp.com )
