單因子變異數分析 - 單因子變異數分析的方法大家好，
我開始使用 JMP 並使用四個組別進行變異數分析。 我創建了菱形平均值，並注意到所有 4 組的菱形大小相同。 然而，這些群體的樣本分佈卻截然不同。 我還注意到所有組別的 CI 範圍相同（上 95% - 下 95%）。
這是應該的樣子還是我必須更改任何設定？
在附件中您可以找到我的資料列印件。
謝謝你！
回覆：單因子變異數分析 - 單因子變異數分析的方法（2019 年 2 月 22 日修訂）
如果誤差對稱分佈，我們建議您使用 Levene 檢驗，否則使用 Brown-Forsythe 檢定。
該建議基於模擬研究，以最大限度地發揮測試的功效。 （即最低的 II 類錯誤率或漏報率。）
回覆：單因子變異數分析 - 單因子變異數分析的方法透過查看幫助畫面中的「測試變異數是否相等」輸出，您可以獲得所需的大部分內容。轉到輸出頁面的下拉式選單（它將隱藏在一直穿過視窗頂部的欄後面），然後選擇“？”工具。然後移至您想要查看幫助的報告，然後按一下它。JMP 將開啟該輸出的說明頁面。
回覆：單因子變異數分析 - 單因子變異數分析的方法非常感謝，我的困惑源自於「方差相等的測試」報告上不同測試的多樣性。我有奧布萊恩、布羅西斯等。我不確定哪些測試是相關的，或者我應該如何解釋這些測試（所有測試都大於 0.05）我在底部還有 Welch 測試，其機率 > F 為 0.0187
回覆：單因子變異數分析 - 單因子變異數分析的方法變異數分析檢定所有平均值均相等的原假設與平均值不均相等的備擇假設。 此方法假設組內變異數相同，並彙集該變異數的估計值。 這個假設又導致信賴區間的寬度和平均菱形的高度（CI 圖形）相同。
不等方差指令將測試這個假設。 如果變異數顯著不同，則不應使用變異數分析結果或平均菱形來決定假設。 同一命令還執行威爾斯版本的過程，以調整變異數的差異。
回覆：單因子變異數分析 - 單因子變異數分析的方法這確實很有幫助，但是您能否進一步詳細說明我將如何解釋這一點？
回覆：單因子變異數分析 - 單因子變異數分析的方法您可能已經得到了印象“這些群體的分佈有很大不同”，但你可以使用變異數分析命令（測試手段不全部相等）並與不等方差指令（測試標準差並非全部相等）。
每組數據都是來自五個總體的小樣本，因此任何差異（平均值或標準差）的證據可能相對較弱。
回覆：單因子變異數分析 - 單因子變異數分析的方法你好@捷運,
變異數分析依賴於匯總的單元內誤差項（模型的均方誤差）作為總體變異數的估計（這是方差同質性假設對於變異數分析很重要的原因之一）。 這意味著圍繞個體平均值形成的置信區間使用相同的總體變異數估計值來計算標準誤差，因此，如果每組中的個體數量相同，那麼您將擁有相同寬度的置信區間。 我希望這有幫助！
@朱利安
回覆：單因子變異數分析 - 單因子變異數分析的方法是的，我確實使用過 Fit Y by X。
附件中有平均值和標準差表，以及單因子變異數分析表。
回覆：單因子變異數分析 - 單因子變異數分析的方法假設您使用 Fit Y by X 平台，您是否可以顯示平均值和標準差表？
