標準偏回帰係数は求められますか?
「パラメータ推定値」の表の上で右クリック(MacintoshではControl+クリック)し、[列]→[標準β]を選択すると出力されます。
注意:
[モデルのあてはめ]の手法として「標準最小2乗」を選択したときのみ可能です。
FAQ # 485
「パラメータ推定値」の表の上で右クリック(MacintoshではControl+クリック)し、[列]→[標準β]を選択すると出力されます。
注意:
[モデルのあてはめ]の手法として「標準最小2乗」を選択したときのみ可能です。
FAQ # 485
JMPのマニュアル「基本的な回帰モデル」に、 変量効果を指定する分割法のアプローチと多変量のアプローチで分析する方法が紹介されています。 アプローチ マニュアルの該当項目 サンプルデータ 分割法標準的な最小2乗法:変量効果 分割実験の例Animals.jmp多変量複数の応答変数 反復測定の例Dogs.jmp 上記2つのアプローチについての比較、詳細については、pdfファイル(※右側の"Attachments"から取得可能)の資料をご参照ください(pdfファイルで使用するデータはzipファイル(※右側の"Attachments"から取得可能)に格納されています)。
二元配置や多元配置の分散分析は、[モデルのあてはめ]というメニューから行うことができます。
メニューから[分析]→[モデルのあてはめ]を選択します。因子(必要であれば、交互作用)をモデルの効果の構成に定義します(因子は名義変数である必要があります)。応答をYに指定します(応答は連続尺度である必要があります)。[実行]をクリックします。
結果のレポートに統計量やグラフが表示されます。指定した因子が有意かどうか判断するには、 レポート中の「効果の検定」の左にある青い三角ボタンをクリックして、F値やp値を表示させます。
補足
交互作用を設定するには、モデルの指定画面の列の選択リストで、複数の列を選択した状態で[交差]ボタンをクリックします。
FAQ # 2100
例として「Y」(目的変数)、「X」(説明変数)、「群」の3つの変数とした場合の方法を示します。 メニューから[モデルのあてはめ]を選び、Y:目的変数に「Y」 を、[列の選択リスト]から「X」、「群」を選択し、[マクロ]ボタンから[完全要因実施計画]を選びます(X、群、X*群 が指定されます)。 レポートの[効果の検定]の交互作用項(X*群)の統計量を見て、有意かどうか判断します。有意であれば、傾きが異なるという結論になります。 この解析のタイプは、共分散分析(ANCOVA)と呼ばれています。解析例が、JMPのマニュアル「基本的な回帰モデル」に掲載されています。 FAQ # 2092
JMPでは、最小二乗法による方法(回帰分析や分散分析)とロジスティック回帰に対してステップワイズ法を実行することができます。
メニュー「モデルのあてはめ」の右上にある[手法]をクリックすることにより「ステップワイズ法」を選択することができます。
また、判別分析のメニューでも、ステップワイズ法で変数を対話的に選択することができます。
JMP Proでは、 [モデルのあてはめ]の[一般化回帰]を用いることでも、変数増加法などによるモデル選択が可能です。
FAQ #3308
マニュアル 「多変量分析」 に掲載されている例を使って説明します。
因子分析
結果 意味 回転前の因子負荷量 ※ 主成分と元のデータとの相関係数を表します。回転行列 ※ 主成分を回転するときの回転行列を示します。最終的な共通性の推定値回転後の成分(因子)で、元の変数を説明できる割合を示します。標準化スコア係数 ※ 回転後の成分(因子)の得点を求めるための係数です。
この係数は分散が1になるように標準化されています。各因子によって説明される分散回転後の各因子によって説明される分散、寄与率、累積寄与率を表示します。回転後の因子負荷量回転した成分と元のデータの相関係数を示します。
※:オプションにチェックを入れることで表示されます。
FAQ #3302
ROC曲線のグラフエリアで右クリックから[カスタマイズ]を選び、表示される「グラフをカスタマイズ」ウィンドウで編集可能です。
※ ウィンドウの左側にあるリストから[スクリプト]を選択し、 [プロパティ]に下図例のような Y Function(...)が表示されることを確認してください。
Yの関数が一次式で表現されています(下図(※JMP 16以前の場合)ではYが傾き1、切片0.449494...の一次式)。
JMP 17以降の場合、以下のようにPen Colorの括弧内が数値ではなく、ダブルクォーテーションで囲われた文字列で表示されます。
色の変更
JMP 16以前の場合は、図のPen Color( )の数字「9」を変更してください。
JMP 17以降の場合は、図のPen Color( )のダブルクォーテーションで囲われた文字列「Yellow」を変更してください。
...
生存時間分析(Cox比例ハザードモデル)では、自動的に共変量を選択するためのステップワイズの機能が備わっていません( ※1 )。
そのため、手動で共変量を選択する必要があります。
共変量の選択方法やその選択規準はいくつか方法が提唱されており、明確な使用基準はありませんが、 ご参考例として、簡便な以下の方法をご紹介します。
共変量を減らす方法
Cox比例ハザードモデルに入れる共変量(効果)が決まったら、 [モデルのあてはめ]や[比例ハザードのあてはめ]プラットフォームを起動します。あらかじめ共変量と定めたすべての列を[モデル効果の構成]に入れ、 その他[打ち切り]などを必要に応じて設定し、[実行]をクリックします。
表示されたレポートの[効果の要約]における「各要因」(効果)のp値を確認し、 p値の最も大きい要因を選択して[削除]をクリックします。すべての要因のp値があらかじ...
JMPで名義尺度に設定した因子のリスク比を求める場合、SASと結果が異なります。
名義尺度の因子については、JMPとSASでパラメータの推定法が異なるため、パラメータ推定値の指数をとることによって求められるハザード比が異なります。
あるリファレンスとなるカテゴリーのリスク比を1としたとき、対象カテゴリーのリスク比をJMPで求めるには、 名義尺度を連続尺度に変更して解析を行う必要があります。
より一般的には、対象となる変数のダミー変数を用いて解析することをお勧めします。
[列]→[ユーティリティ]→[指示変数の作成]で、0/1の値からなる列を作成することが可能です。
また、SASでは打ち切りの値を任意に指定できますが、JMPでは1(または別の非ゼロの値)を打ち切り値に指定します。 双方の解析で、打ち切りに指定している値が一致しているかどうかご確認下さい。
リスク比(ハザード比)の...
JMPのサンプルデータ「Ingots.jmp」(「インゴット.jmp」)を用いて解説します。
1. [モデルのあてはめ]において、下記を指定した名義ロジスティックを実行し、レポートのオプションから[ROC曲線]を選択します。
状態:Y
加熱時間、ソーキング時間:モデル効果の構成
度数:度数
2. 「ROCテーブル」を参照し、アスタリスク(*)が表示されている行の確率が「0.9640」であることを確かめます。
3. 次に、レポート左上にある赤い三角ボタン( ▼ )から[確率の計算式の保存] を選択します。
4. データテーブルの最後にいくつかの列が追加されるので、確率[Ready](陽性を示す水準の確率)の列を参照します。
この中から、上記で示した確率「0.9640」(丸められているため0.96399…を探します)と一致する行を探し、その行の「加熱...
黄色い線は、ROC曲線に接する45度の角度をもつ直線です。
この直線は、「感度-(1-特異度)」が最大となる点を通り、その点は、ROCテーブルの中で「*」で表示されます。ROCテーブルの「X」の列はカットオフ値を示し、「*」マークがある行のXの値は、最適なカットオフ値を示します。
FAQ #3003
「パラメータ推定値」のレポートに表示されるp値は、Wald検定によるp値です。
一方、「効果の尤度比検定」に表示されるp値は、尤度比検定におけるp値です。
尤度比検定は、Wald検定に比べ、小標本で性質が良いと言われています。
FAQ #3504
[モデルのあてはめ]や [比例ハザードのあてはめ]において、調整する因子を「モデル効果の構成」に追加します。
下図は、比例ハザードモデルにおいて、「処置」のほかに調整因子(共変量)として、「年齢」、「月数」を「モデル効果の構成」に含めています。
FAQ #3503
実行可能です。
[分析]→[品質と工程]の中にある[測定システム分析](列の選択ウィンドウで、分析方法を[Gauge R & R]に指定する)、 または[計量値/計数値ゲージチャート] を選択します。
参考文献:
ASQC Automotice Division AIAG (1990), "Measurement Systems Analysis Reference Manual,"
Automotive Industry Action Group.
可能です。
[一変量の分布]のレポートで、列名が表示されているタイトルバーの赤い三角ボタンから[工程能力分析]を選択し、表示されたダイアログに必要な数値を入力してください。仕様限界の値をデータテーブルに保存しておく場合は、同じ三角ボタンから[保存]→[仕様限界]を選択してください。
補足
管理図でも、変数選択画面で[工程能力]の欄にチェックを入れることによって工程能力を求めることができます。このとき、管理図で使用するシグマを用いて求めた工程能力も出力されます。
また、[分析]→[品質と工程]→[工程能力]のプラットフォームにより、複数の変数について工程能力指数を一覧形式で表示できます。
工程能力のレポートにある赤い三角ボタンから[要約レポート]→[群内シグマの要約レポート]/[全体シグマの要約レポート]を選択します。
[工程のスクリーニング]プラットフォーム([分析]→[...
概要
以下の例では、論理積(&)及び論理和(|)演算子をSelect Whereメッセージとともに使用して、複数の条件を満たす行を選択する方法を説明します。
手順
JMPのセッションで、[ファイル]メニューをクリックし、[新規作成]→[JSLスクリプト](※ JMP 17以前では[スクリプト])を選択します。 以下のスクリプトをコピーし、スクリプトウィンドウに貼り付けてください。 サンプルスクリプトを実行するには、[編集]メニューをクリックし、[スクリプトの実行]を選択します。
/* サンプルのデータテーブルを開きます。 */
dt = Open( "$SAMPLE_DATA\Big Class.jmp" );
/* 年齢が13より大きく、かつ、身長(インチ)が65より小さい学生の行を選択します。 */
dt << Select Where( :age > 13 & :heig...
表示されるUCL、LCL、平均の小数点は、Y軸で表示されている小数点の桁数に関連しています※。
デフォルトでは限界値のラベルは、Y軸で表示されている小数点に対して、2桁多く表示されています。
[管理限界のラベルの表示精度]オプションで表示桁数を変更できますが、これはY軸に表示されている小数点に対して、何桁多く表示させるかを指定するものです。
※管理図でY軸をダブルクリックし、軸の設定ウィンドウで「表示形式」を「固定小数点」にしたときに、「小数桁数」に指定されている桁数に対しての記述になります。
補足
[分析]→[品質と工程]より[旧機能の管理図]をご利用いただいた場合、レポートの赤い三角ボタンから[管理限界の表示桁数]を選択することで変更可能です。
JMP 14までのIR管理図、XBar管理図、ランチャート、P管理図、NP管理図、C管理図、U管理図、Levey Jennings法、 予め...
ネットワーク接続されていないマシンでJMPを初めて起動した場合、以下の画面が表示され、手動承認が必要となります。
【JMP 18.0、JMP 18.0.1の場合】
【JMP 18.1以降の場合】
※上図のリクエストコードは、一部マスキングしております。
“JMP…”で始まるリクエストコード全体をコピーしておいてください。
次に、インターネットに接続されているマシンで、jmp.com/authorize に進みます。
以下の画面で、メールアドレスを入力するように促されますので、ご自身のメールアドレスを入力し、[サインイン]をクリックします。
※ 過去にMy JMP IDを作成したことがない場合、姓や名の入力を要求されますので、要求された情報を入力し、[サインアップ]をクリックしてください。
その後、ご自身のメールアドレスに確認コードを含むメールが届きますので、そのメール...
管理図のメニューには「Levey-Jennings法による管理図」があります。
この管理図では、一変量の分布で求められる標準偏差をシグマとして、管理限界値が計算されます。
注意
通常の管理図のσの計算式については、「シューハート管理図で用いられるシグマ(標準偏差)はどのように計算されているのですか?」をご参照ください。
概要
このガイドでは、ソフトウェア管理者がJMP 18以降のバージョンを使用するユーザーを承認、管理するための手順を説明します。 18.0より前のバージョンのJMPを使用する場合、使用するバージョンのデプロイメントガイドをご参照ください。 このガイドでは、JMP、JMP Pro、JMP Clinicalを指す用語としてJMPを使用します。
ユーザーの管理
JMP 18から、ユーザーはメールアドレスにより承認されなければなりません (※「承認」とは、ソフトウェア管理者がMy JMPからユーザーのメールアドレスを事前に登録することを意味します)。 管理者は、My JMPでメールアドレスにより承認するユーザーのリストを管理します。 ユーザーはPCでの初回のJMP起動時に、自分のメールアドレスを確認してJMPを検証するように促されます。 手順については、 「ユーザーの管理方法」 をご参照...
JMP 19の場合、[列] → [列名] → [列名の再コード化...]で[複数の貼り付け...]を使用することで、複数の列名を一括で変更することが可能です。 データテーブルにX1列、X2列、X3列、X4列があり、これらの列の名前を変更します。 変更後の列名を保持したデータテーブル(MS Excelファイル等でもかまいません)を用意します。新しい列名の範囲を選択し、[編集]→[コピー」を選択します(下図の場合、1行目の温度から4行目の天気まで)。列名を変更したいデータテーブルのメニューで、[列] → [列名] → [列名の再コード化...]を選択します。再コード化のウィンドウで左上の赤い三角ボタンをクリックし、[複数の貼り付け...]を選択します。[OK]をクリックします。[再コード化]をクリックします。 注意: 「JMP Note 836939 - [~JMP 18] 複数の列名を一括...
Note: JMP 19での複数の列名を一括で変更する方法に関しては、こちらをご参照ください。
列パネルを使用することで、簡単に変更できます。
データテーブルにX1列、X2列、X3列、X4列があり、これらの列の名前を変更します。
変更後の列名を保持したデータテーブル(MS Excelファイル等でもかまいません)を用意します。新しい列名の範囲を選択し、[編集]→[コピー」を選択します(下図の場合、1行目の温度から4行目の天気まで)。
列名を変更したいデータテーブルの列パネルで対象の列をすべて選択し、[編集]→[貼り付け]を選択します。
[分析]メニューにある[一変量の分布]や[二変量の関係]では生データを用いて分析を行う必要があるため、標本平均値や標本標準偏差、標本サイズといった要約統計量から検定を行うことはできません。 これらの情報をもとに検定を行う場合には、JMPをインストールした際に保存されるサンプルスクリプトを使用できます。 例として、次の情報を用いて1標本の両側t検定を実施してみます。 仮説平均:10 標本平均:10.5 標本標準偏差:1.3 標本サイズ:30 α水準:0.05 例 1標本のt検定(両側) 1. [ヘルプ]メニューから[サンプルの索引]を選択します。 2. 「①コンテンツの種類」で[ツール]、「②ツールの種類」で[計算]を選びます。 3. 右側に表示される一覧から[TestMean.jsl]を選んで[開く]をクリックします※。 4. 「Choose Input」ウィンドウで...
JMPがサポートしている多重比較法は、以下のとおりです。
TukeyのHSD検定HsuのMCB検定Dunnettの検定Newman-Keuls検定Games-Howell検定 ※1
※1 JMP 19 からサポートしています。
また、以下のノンパラメトリックの多重比較をサポートしています。
Wilcoxon検定Stelel-Dwass検定Steel検定Dunn検定(すべてのペアの比較、コントロール群との比較)
Informat(string, <formatName>)関数を用いることで、JMPのデータテーブルにあるデータタイプが文字の日時列を数値に変換することができます。
この関数は引数stringとして与えられた文字列を、引数formatNameで指定された形式で解析します。
以下では日付時間関数の引数として使用できる形式と、そうでない形式(形式パターンの利用)の2通りについて例を用いてご説明します。
例1)日付時間関数の引数として使用できる形式の場合
1-1. 「日時_文字」列に"y/m/d h:m:s"の形式で時間が文字として入力されている場合を考えます。
1-2. この場合は非常にシンプルで、データテーブルに新しい列「日時_数値」を作成して、[列]>[計算式]より次の計算式を設定します。
Informat( :日時_文字, "y/m/d h:m:s" )
1-3. こ...