JMP和Minitab的比较(方差分析)

  近来在网上看到很多比较JMP和Minitab的文章,从基本的描述性统计到高端的DOE,分门别类,内容丰富,不可谓不透彻,比较的结果,也大都认为JMP在非常多的方面都远胜于Minitab。美中不足的是,笔者始终没找到有关“方差分析”的主题。其实我们公司在统计分析方面用得最多的就是方差分析ANOVA,本人对这两个软件都操练过(早年用Minitab多些,现在基本上用JMP),所以就在这方面为大家做个拾遗补缺吧。
  假设我们要研究A、B、C三种不同药物对人体引起的疼痛效果是否存在显著差异,在最新版的JMP7和Minitab15中输入“疼痛”和“药物”两列数据,想得到方差分析的结果。
  对比项目一:操作的便捷性。
  JMP的操作路径为:主菜单Analyze > Fit Y By X,确定“Y”为“疼痛”、“X”为“药物”后,从红三角的下拉菜单中选择“Means/Anova”,即可得到如图一所示的报表;Minitab的操作路径为:主菜单Stat > ANOVA > One-Way,确定“Response”为“疼痛”、“Factor”为“药物”后,即可得到如图二所示的报表。如果需要输出统计图形,还要点击“Graph”按钮,在选项内做一些设定。从操作层面上来看,两者的便捷性差不多,Minitab的操作步骤稍微多了一些。
  
  
  图一 JMP的输出结果
  
  
  
  图二 Minitab的输出结果
  对比项目二:统计分析的具体内容。
  方差分析的最重要输出结果就是那张“ANOVA Table方差分析表”,JMP和Minitab都做到了。其他内容,诸如判定系数R-square、子组均值的置信区间等等,两者也都有涉及,只是形式略有不同,看不出孰高孰低。但是,如果考虑到JMP自由灵活的“输出报表定制化”这一特点,我们又不得不倾向于JMP多一些。
  对比项目三:统计图形的效果。
  图三是用JMP软件制作而成的统计图形,A、B、C三种不同药物之间的差异程度可以分别通过单值图Individual Value Plot、箱线图Boxplot、置信菱形图Mean Confidence Diamond Plot和直方图Histogram四种不同形式的统计图形表达方式在一个画面上同时展现出来,对用户的视觉影响力非常强大,而且还可以自由控制输出的类型和数量,感觉非常友好。图四是用Minitab软件制作而成的统计图形,只有单值图Individual Value Plot和箱线图Boxplot这两种统计图形表达方式,表现效果弱了许多。
  
  
  图三 JMP输出的统计图形
  
  
  图四 Minitab输出的统计图形
  对比项目四:统计分析的拓展性。
  在方差分析的基础上拓展起来的统计技术主要有两个:精确研究样本两两之间关系的Multiple Comparison(多重比较法)和处理样本方差不等时均值比较的Welch ANOVA(Welch方差分析法)。先说“多重比较法”,JMP和Minitab都能实现此项功能。但具有明显区别的是:Minitab纯粹是用复杂的统计数字来表达更加复杂难懂的分析结果(如图五所示),而JMP在输出统计分析报表的同时,还适当地应用“Comparison Circle Plot比较环图”生动形象地表示原本枯燥的统计结果(如图六所示)。再说“Welch方差分析法”,目前Minitab还不能实现此功能;而JMP可以从下拉菜单里面选择命令来实现此功能,得到类似图七所示的结果。笔者认为这是在方差分析领域,JMP领先Minitab优势最大的一个项目。看来,越是涉及到高级专业的统计概念,JMP的优势就越显著。
  
  
  图五 Minitab的多重比较分析结果
  
  
  图六 JMP的多重比较分析结果(图形部分)
  
  图七 JMP的Welch方差分析的结果
  经过上述深度比较,笔者认为JMP在“方差分析”方面遥遥领先于Minitab。这个结论与其他朋友的统计软件使用评比的结论不谋而合。怪不得现在有越来越多的全球大公司,如Seagate希捷、BOA美洲银行等都愿意不惜代价,用JMP软件替换掉原先的Minitab软件。