Utilizzo JMP sin dalla versione 4 e SAS da prima dell'avvento di JMP. Prima di andare in pensione, mi occupavo di formazione statistica utilizzando vari metodi di JMP e promuovevo JMP all'interno della mia azienda. Presentavo periodicamente i risultati di questo lavoro agli incontri degli utenti di JMP. Dopo il pensionamento, ho avviato una società di consulenza indipendente e continuo la mia attività. Recentemente, mi sono reso conto che la capacità di analizzare statisticamente dati reali in molti campi accademici in Giappone (esclusa la statistica clinica) è in declino. Per me, la progettazione sperimentale è stata indispensabile sia per l'apprendimento della teoria statistica che per la sua applicazione pratica. Il tema dell'anno scorso riguardava la progettazione delle dimensioni del campione sperimentale e la sfida consisteva nel consentire ai ricercatori sperimentali di stimare la sensibilità di rilevamento minima (MDD) per un nuovo esperimento su scala latina con una dimensione fissa del campione sperimentale, utilizzando l'RMSE, ovvero la radice quadrata della somma media dei quadrati dei residui nei dati sperimentali precedenti su scala latina. Le funzioni di distribuzione t disponibili negli script JMP includono funzioni di distribuzione t non centrali, quindi è difficile affermare che ciò sia possibile utilizzandole, ma sono stato molto contento di scoprire che si può fare usando in modo intelligente il "Sample Size Explorer" del Dipartimento dell'Energia degli Stati Uniti. Quest'anno ci concentreremo sugli esperimenti di partizionamento atavico.
