JASP

JASP は、アムステルダム大学がサポートする無料のオープンソース統計分析プログラムです。使いやすく、SPSSのユーザーにとって馴染みやすいように設計されています。古典的な形式とベイズ形式の両方で標準的な分析手順を提供します。JASP は一般的に、出版を容易にするためにAPA スタイルの結果表とグラフを生成します。オープン サイエンス フレームワークとの統合によりオープン サイエンスを促進し、分析設定を結果に統合することで再現性を高めます。JASP の開発は、スポンサー、複数の大学、および研究基金によって財政的に支援されています。^{[ 2 ] [ 3 ] [ 4 ]}

ベイズ統計学の先駆者であるサー・ハロルド・ジェフリーズに敬意を表して、JASPはJeffreys' Amazing Statistics Programの略です。^{[ 2 ]}

JASP は、同じ統計モデルに対して頻度論的推論とベイズ推論を提供します。頻度論的推論は、p 値と信頼区間を使用して、無限の完全な複製という極限におけるエラー率を制御します。ベイズ推論は、信用区間とベイズ因子^{[ 5 ] [ 6 ]}を使用して、利用可能なデータと事前知識に基づいて、信頼できるパラメータ値とモデルの証拠を推定します。

• 
  JASPオープンOSFダイアログ
• 
  JASP ANOVAのスクリーンショット

JASPでは、SPSSと比較して以下の分析機能が利用可能です。

JASPには、デフォルトで有効になっている7つの共通モジュールがあります。

1. 記述統計：表やグラフを使ってデータを分析する。
2. t検定：2つの平均値の差を評価します。
3. ANOVA：複数の平均値間の差を評価します。
4. 混合モデル：ランダム効果を用いて、複数の平均値間の差を評価します。
5. 回帰分析：変数間の関連性を評価する。
6. 頻度：カウントデータの分析。
7. 要因：データに隠された構造を探る。

JASPには、モジュールメニューから有効化できる複数の追加モジュールも搭載されています。

1. 受入サンプリング：受入サンプリングの方法と品質管理の枠組み。
2. 監査：監査のための統計的手法。監査モジュールでは、統計的監査サンプルの計画、選択、評価、データ監査の手法（例：ベンフォードの法則）、アルゴリズム監査の手法（例：モデルの公平性）を提供します。
3. ベイン： t検定、ANOVA、ANCOVA、線形回帰、構造方程式モデリングのためのベイズ情報仮説評価^{[ 7 ]}。
4. ベイズ因子関数（Z検定、T検定、回帰分析、頻度分析用）
5. BFpack（t検定、ANOVA、回帰分析、分散分析用）
6. BSTS ：時系列分析に適した線形ガウス状態空間モデルに対するベイズ的アプローチ。
7. 円形統計学：方向性データのための基本的手法。
8. コクラン・メタアナリシス：コクランの医療データセットを分析する。
9. 分布：確率分布を視覚化し、データに適合させます。
10. 等価性t検定：区間帰無仮説を用いて2つの平均値の差を検定します。
11. JAGS ：マルコフ連鎖モンテカルロ法のためのJAGSプログラムを使用してベイズモデルを実装します。
12. ベイズ統計を学ぶ：簡単な例と解説文でベイズ統計を学びましょう（二値分類、カウント、点の問題、ビュフォンの針を含む）
13. 統計学を学ぶ：簡単な例と解説文を用いて、古典的な統計学を学びます（正規分布、二項分布、中心極限定理、標準誤差、記述統計、標本変動、P値、信頼区間、効果量、統計的検定決定木を含む）。
14. 機械学習：データ駆動型手法を用いて、教師あり学習と教師なし学習における変数間の関係を探究します。このモジュールには、回帰、分類、クラスタリングに関する19種類の分析が含まれています。
    • 回帰
      1. 回帰分析の促進
      2. 決定木回帰
      3. K近傍回帰
      4. ニューラルネットワーク回帰
      5. ランダムフォレスト回帰
      6. 正則化線形回帰
      7. サポートベクターマシン回帰
    • 分類
      1. 分類の強化
      2. 決定木分類
      3. K近傍法分類
      4. ニューラルネットワーク分類
      5. 線形判別分類
      6. ランダムフォレスト分類
      7. サポートベクターマシン分類
    • クラスタリング
      1. 密度ベースクラスタリング
      2. ファジーC平均クラスタリング
      3. 階層的クラスタリング
      4. モデルベースのクラスタリング
      5. 近傍ベースのクラスタリング（K平均法クラスタリング、K中央値法クラスタリング、Kメドイド法クラスタリングなど）
      6. ランダムフォレストクラスタリング
    • 予測
15. メタ分析：複数の研究にわたるエビデンスを統合する。固定効果分析、ランダム効果分析、固定効果メタ回帰、混合効果メタ回帰、フォレストプロット、ファンネルプロット、ファンネルプロットの非対称性検定、トリムアンドフィル法、フェイルセーフN分析などの手法が含まれる。
16. ネットワーク：変数間のつながりをネットワークとして整理して探索します。ネットワーク分析機能を使用すると、ネットワーク構造を分析できます。
17. 検出力：検出力分析とサンプルサイズ計画を実施する。
18. 予測分析：このモジュールは予測分析機能を提供します。
19. プロセス： Hayes氏の人気のSPSS PROCESSモジュールをJASPに実装する
20. Prophet：時系列予測のためのシンプルなモデル。
21. 品質管理：製造された製品が、定められた品質基準に準拠しているかどうかを調査します（測定システム分析、管理図、能力調査、実験計画法を使用）。
22. 信頼性：テストスコアの信頼性を定量化する。
23. 頑健なt検定：2つの平均値の差を頑健に評価します。
24. SEM（構造方程式モデリング）：Yves Rosseelのlavaanプログラム（構造方程式モデリング、部分最小二乗SEM、媒介分析、MMICモデル、潜在成長を含む）を使用して潜在データ構造を評価します。^{[ 8 ]}
25. 要約統計量：t検定、回帰分析、二項検定における頻度論的要約統計量から、一般的なベイズ検定を適用する。
26. 生存分析：ノンパラメトリック、セミパラメトリック、パラメトリック
27. 時系列分析：記述統計、定常性、ARIMA、スペクトル分析を用いた時系列分析。
28. ビジュアルモデリング：変数間の依存関係をグラフィカルに探索する。
29. Rコンソール：コンソールでRコードを実行します。

ある論文では、JASPを含む、無料で使用できるメニュー駆動型の統計パッケージの頻度、平均、相関、回帰の結果を比較し、すべてのパッケージがほぼ同じ結果を生成することを発見した。^{[ 9 ]}

• 統計パッケージの比較
• 統計
• ベイズ統計学

• 公式サイト
• GitHub上のjasp-desktop