平均と標準偏差を用いたデータ分析データが平均値と標準偏差しか入手できない場合でも、モデルを実行してデータ分析を行う方法があるか知りたいです。モデリングでは通常、平均値と標準偏差をデータの分析とモデリングの指標として使用しますが、JMPではそれらを計算してから、選択した手法で使用します。残念ながら、私のパートナーは処方ごとの平均値と標準偏差しかデータを入手できません。どうもありがとうございました。良い一日をお過ごしください。お時間と専門知識に感謝いたします。
基本的なデータ分析とモデリング実験計画法平均値と標準偏差を用いたデータ分析についてご質問の意味が理解できておらず申し訳ありません。生データを列挙統計量（例：平均値や標準偏差）で要約・記述する前に、生データを確認するのが適切だと思います。これらの統計量は適切でしょうか？要約統計量が得られれば、もちろんモデル化できます。まず相関関係があるかどうかを確認し、その後、個別の適合モデルを実行してモデル効果を評価するのが良いでしょう。
平均値と標準偏差を用いたデータ分析についてはい、生データがあれば、平均値と標準偏差の分析をほぼ同様に行うことができます。ただし、あなたの例では、「処方」は各データ値セットのIDに過ぎないため、因子として使用できません。「パーセント」を使用することをお勧めします。これは3つの水準を持つ因子で、0が2つ、12.71が3つ、30が4つです。
「パーセント」をカテゴリ変数として設定している場合、「Fit Y by X」プラットフォームでは分散分析（ANOVA）が実行されます。注：応答変数としてSDだけでなくLog(SD)を使用することを好む人もいます。これは、値がより正規分布に近づくように変換されるためです。ただし、非常に正確な推論を行う場合を除き、必ずしもそうする必要はありません。現状のままで問題ないはずです。
連続変数として「パーセント」がある場合、Fit Y by X プラットフォームは線形回帰を適合します。
結果を解釈する際には、分析対象が平均値と標準偏差であり、測定された属性の個々のデータ値ではないことを必ず理解してください。この種のデータを用いた効果的なグラフ作成法としては、平均値を一方の軸に、標準偏差をもう一方の軸にプロットし、3つの%水準を記号または色で示すことが挙げられます。これにより、3つの%水準それぞれにおける中心傾向と変動を同時に確認できます。
分析とグラフが入った .jmp ファイルを添付しました。
平均値と標準偏差を用いたデータ分析についてご回答には少し混乱しました。ご提案いただいた分析を行うことは考えていませんでしたし、もしかしたらヘクターさんが求めているものなのかもしれません。ただ、最初の印象としては、もっと情報が必要だと思いました。少なくとも、これらの要約統計の背後にあるサンプルサイズに関する情報は必要です。私としては、シミュレーションデータが必要になるだろうと言いたかったのです。これらの平均値と標準偏差の背後にある個々のデータポイントの分布について仮定を立てれば、利用可能な要約統計にのみ焦点を当てるのではなく、シミュレーションデータセット（おそらく複数の、異なる分布仮定に基づくもの）を作成して分析することができます。
ご提案いただいた内容を踏まえると、そのような分析は不要かもしれないと理解しました。しかしながら、この分析では、これらの要約統計量の背後にあるデータ分布について、暗黙の仮定がいくつかあるように思われます。この点について、ご意見をいただけますか？
平均値と標準偏差を用いたデータ分析についてこんにちは、デール。
はい、データがどのように生成されたかについて可能な限り多くの情報を得ることは常に重要ですし、もしそれが可能であれば、それを見ない手はありません。しかし、ヘクターの例のように、研究対象の要因が測定対象の属性の中心傾向と変動の両方にどのように影響するかを推定する正式な分析を行うために、それらの詳細を知る必要はありません。
多くの分析において、個々のデータ値は単なるデータ値として扱われることがよくあります。しかし、ほとんどのエンジニアリングアプリケーションでは、その単一のデータ値は通常、その値を生成するために多くの測定（場合によっては目に見えないものも）を行っている測定システムの、ある種の要約統計量です。例えば、基板をスキャンして数百回の光反射率測定を行う、ある種の光学測定システムを想像してみてください。システムはいくつかの数値（最小反射率と最大反射率、異なるパーセンタイル値、平均値や中央値、あるいは何らかの変動指標など）を出力するかもしれません。そして、それらのいずれかに対して分析を実行し、1セットの要約統計量を1つの実験単位（n=1）として扱います。分析に使用する値がどのような特性を測定しているかを念頭に置く必要があります。処理を施した2枚目の基板（つまり別の実験単位）を測定する場合は、n=2として扱います。
もし、その測定システムがそれぞれの基板上で100万回の光反射率測定を行い、要約統計値を算出するとしたら、私たちの分析では依然としてn=2として扱われます。
もう一度言いますが、舞台裏の詳細がわかれば便利だというあなたの意見は理解できます。Hector は、測定対象が何であれ、分析で 2 つのコンポーネント (中心傾向と変動) を追跡していることを認識しながら、一元配置分散分析または回帰分析を実行できます。
平均値と標準偏差を用いたデータ分析についてこんにちは、
データセットを見ると、分析が可能かどうかを判断する前に、まず多くの疑問に答える必要があります。彼らは明らかに、ある目的のために9種類の処方を研究しました。私の経験では、これらの処方はいくつかの基本成分で構成されており、おそらくそのような研究を通して一貫しています。そのため、パートナーから処方列の裏にある情報を提供してもらえるようになれば、処方成分の影響を近似するモデルを抽出できるかもしれません。現時点では、9種類の処方をカテゴリカルなものと見なした場合、データを合理的に解釈する方法はありません。
また、「パーセント」列の目的は何でしょうか？何のパーセントですか？そこには3つの異なる値があり、処方をカテゴリ変数として持っている場合、せいぜいその3つのグループ内で比較することしかできません。
したがって、より深い分析を行うには、異なる公式の背後にある情報を理解し、そこに何らかの情報を追加する必要があります。また、平均値と標準偏差の背後にある観測値の数も知っておく必要があります。なぜなら、それらは実際には比較できない可能性があるからです。どちらの公式でも、観測値は分母に含まれることを覚えておいてください。そして、適切な洞察を得るには、適切な実験設計によって適切な答えが得られることを覚えておいてください。そうでなければ、単なる相関関係に過ぎず、観測値の背後には何のつながりもないか、あるいは全く異なるつながりがある可能性があります。
平均値と標準偏差を用いたデータ分析について残念ながら、データは個々の生データではなく、要約統計データとしてしか受け取れませんでした。パートナーに頼み続ければ入手できるかもしれませんが、もしかしたら保存していないかもしれません。ご提案ありがとうございます。
平均値と標準偏差を用いたデータ分析についてポットナー！
ご丁寧なご回答をいただき、誠にありがとうございます。スクリーンショットに表示されている因子についてご不明な点がございましたが、このランダム化例では、配合成分の特定を避けるため、可能な限り詳細を省略しました。はい、すべての配合は、上記に示していない様々な数値因子とカテゴリ因子で構成されています。「パーセント」因子は、配合に使用される充填剤の割合であり、私の回答に応じて変化します。
私の質問は次のとおりです。標準最小二乗法や一般化線形回帰などのモデルを実行する場合、自由度、R二乗値、分散分析、不適合度分析は人為的に低く、役に立たなくなるのではないでしょうか。
平均値と標準偏差を用いたデータ分析についてウィンフリード！
コメントありがとうございます。ご経験とご質問に感謝いたします。上記の例では、私が取り組んでいる内容が明らかになるのを避けるため、配合を割り当てられた一般値で参照することで、配合を隠そうとしました。パーセントについては、私が実験で研究しているフィラーの割合です。
この実験は私が実施したDOE（実験計画法）の一部であり、上記の9つの定式は複数の要因を研究するより大規模な計画の一部です。情報をランダム化し、問題を表す9つの値を抽出しました。ご迷惑をおかけして申し訳ございません。
