それは秘密ではありません JMP データの視覚的探索に優れています。 健康的な用量があります統計また。 しかし、ベイズ法について尋ねられたとき、JMPはおそらく頭に浮かぶ最初のソフトウェアパッケージではありません。 JMP 10には、ベイズD最適設計とI最適設計が含まれています。実験計画 （DOE）機能、およびベイズ分散コンポーネントは、変動グラフに使用できます。ベイズ法はJMPで制限されるかもしれませんが、モンテカルロマルコフ連鎖（MCMC）推定から得られた事後標本を評価し要約するのに最適なツールです。
はっきりさせてください：JMP ではない （MCMC）を使用してベイズのパラダイムにモデルをフィットさせる方法はありますが、PROC MCMC、WinBUGS、BRugsなどの他のパッケージから得られる事後サンプルを理解するのに役立ちます。 あなたが必要とするのは自由に利用できるJMPアドインだけです。 MCMCの診断 （無料のSASプロファイルが必要です）。 以下に、Mehrotra＆Heyse（2004）に記載されているワクチン試験のデータを使用して、PROC MCMCから得られた40の有害事象治療パラメータ（対数オッズ比）の事後サンプルを使用したアドインについて説明します。
図1。JMP MCMC診断ダイアログ
MCMC Diagnosticsダイアログ（図1）は、入力データセットのすべての変数（COLUMNS）を表示します。アドインを実行するための唯一の要件は、少なくとも1つのPARAMETERを指定することです。これらの例では、すべてのサンプルが単一のマルコフ連鎖からのものであると仮定され、サンプルは1からデータセット内の行の総数までのトレースプロットで番号付けされます。ITERATIONが指定されている場合、トレースプロットは適切なサンプル番号を反映します（バーンインサンプルが削除された場合など）。ターゲット分布へのパラメータ収束を評価するために複数のマルコフ連鎖が生成される場合、CHAINは数値を指定します。COLOR PREFERENCEは、NULL VALUE（デフォルト0）を除外する信頼できる区間の色（デフォルトの青/赤）を指定します。デフォルトでは、NULL値の左右の間隔はそれぞれ青または赤になります。ALPHA（既定値0.05）は、森林プロットに対して（1-α）≒100％信頼区間を計算します。
図2 事後標本のヒストグラムおよび密度関数、トレースプロット、自己相関評価およびGelman-Rubin統計を含むMCMC診断
アドインは、図2のMCMC Viewerウィンドウを生成します。Diagnosticsタブには、すべてのパラメータについて、Chain 1の事後標本のヒストグラム、密度関数曲線、および要約統計が表示されます。トレースプロットは、反復にわたるチェーン1サンプルの動作を要約したもので、ターゲット分布へのチェーンの収束を評価するために使用できます。ヒストグラムと要約統計量は、遅れ25までのチェーン1事後サンプルの自己相関を要約します。解析に複数のマルコフ連鎖が含まれる場合、トレースプロットはすべての連鎖を同時に要約し、Gelman-Rubin統計が提供されます。
図3 事後標本の95％イコールテールおよびHPD信頼区間
JMPの対話機能は、アドインの主な利点です。最初のパラメータを除くすべてのパラメータの診断出力は最初は折りたたまれています。この出力は、タブのアウトラインボックスを選択して開閉することができます。既定の設定では、ノンパラメトリックカーネル密度曲線はヒストグラムの事後標本にフィットします。ただし、ヒストグラムの赤い三角形のメニューから複数の参照線を追加することができます。必要に応じて、任意のトレースプロットの赤い三角メニューから部分自己相関またはバリオグラムの要約図を生成できます。
信頼区間のフォレストプロットタブは、チェーン1のサンプルを使用して、2つの95％信頼区間の数値を提供します。図３は、後部サンプルの等テール信頼区間を要約する。ここでは、これらの区間の下限と上限の終点は2.5に対応します。番目と97.5 番目それぞれサンプルの百分位数。さらに、図3は、95％の最高事後密度（HPD）の信頼区間をまとめたものです。これは、全サンプルの95％をカバーする最も狭い区間です。両方のプロットについて、平均と中央値のサンプル値は、それぞれ円と菱形を使用して要約されています。過敏性の有害事象に対応するT_17の間隔のみが0の仮定の空値を除外します。必要に応じて、これらの数値の基になる統計はボタンをクリックするだけです。
図4 一変量確率計算機
単変量事後確率計算機能を使用すると、ユーザーはパラメーターの確率ステートメントを定義でき、その結果は表にまとめられます（図4）。範囲を手動で追加することも、スライダーを使用してチェーン1のすべてのパラメーターのサンプルの最小値と最大値に制限される制限を選択することもできます。
図5 多変量確率計算機
多変量事後確率計算を使用すると、ユーザーは2つ以上のパラメーターを同時に考慮する確率ステートメントを定義できます。図５は、最初の５つの有害事象からの治療パラメータのみを使用してこの計算機を示している。我々は、治療が、狭窄/疲労、発熱、感染真菌、感染ウイルス、および倦怠感に同時に望ましくない影響（本質的に0より大きい各パラメータ）をもたらす事後確率を0.1756と計算する。多変量計算ツールは、JMPデータフィルタを使用して、フィルタで定義された基準を満たすデータテーブル行を選択します。あるいは、ユーザはデータテーブルを開いて手動で行を選択するか、または関心のある列に機能を適用することができる。行が選択されると、ユーザーは[事後確率の計算]ボタンを押すことができます。
最後に、対数目盛でオッズ比パラメータを分析しましたが、ColumnメニューのTransform機能を使用して、これらをオッズ比に簡単に変換できました。
Mehrotra、DV＆Heyse、JF。（2004）。「臨床安全性データを評価するための誤発見率の使用」 医学研究における統計的方法 １３：２２７−２３８に記載されている。
