變異數分析 - 資料編碼和結構化你好，
我有兩個關於在 JMP 中運行方差分析的問題。 我對三個因素進行了實驗，每個因素都有兩個水平。 說因素 A、因素 B、因素 C。然後對於每個因素 - 級別“高”或級別“低”。 這給了我總共 8 個治療組。 我還納入了一個未接受任何這些治療的對照組。
一個例子是來自組號的參與者。第 1 組將不接受治療（對照組），第 2 組的參與者將接受此治療：因子 A = 低，因子 = B，低，因子 = C 高，第 3 組的參與者將接受此治療：因子 A = 高，因子 = B，低，因子 = C 高，依此類推。
我目前的假設有以下幾種：
1）治療優於對照
2）對於因子A，高比低好
3) 對於因子 B，高比低好
4) 對於因子 A，高比低好
1）我的第一個問題是關於資料的編碼。 我讀了這篇文章https://www.jmp.com/support/help/14/coding-for-nominal-effects.shtml#1047389
- 這給我的印像是我應該將處理方法編碼為 -1、0 和 1，以便 JMP 執行變異數分析。 那是對的嗎？ 目前，我為每個因素有一列，其中我使用數字 0、1、2 來表示「控制」、「低」、「高」。 但我應該將其重新編碼為-1（控制）、0（低）、1（高）嗎？？？
2）我的下一個問題是如何將對照組納入變異數分析。 它應該作為三個因素中每一個的“水平”，還是作為一個單獨的因素？ 如果是這樣，這種「控制」因素的程度是多少？ 目前，我已經對資料進行了編碼，因此控制條件被包含為三個因素中每個因素的等級。 但 JMP 似乎不喜歡這樣（我得到很多奇怪的文本作為輸出） - 也許這是由於當前的 0,1,2 編碼？ 或應該將對照組作為第四個因素輸入？ 如果是這樣，那麼該列是否應該編碼為對照與非對照？ 或作為1-9組？ 我希望這是有道理的！
我非常感謝這裡的任何意見！ 
/卡特琳
回覆：變異數分析 - 資料編碼和結構化- 這樣我們就得到了模型並且效果測試就完成了！
- 是的，這是我同事的建議。 建議是為了滿足您與對照組進行比較的要求。 您可以使用變異數分析和隨後的多重比較程式 (Dunnet) 來調查顯著差異。您正在測試交互作用，事實上所有影響，但不是明確的。
我最初認為值排序可能會有所幫助，因為 JMP 內部編碼因子層級的方式。 我想這並沒有什麼幫助。
回覆：變異數分析 - 資料編碼和結構化你好，我們又見面了
謝謝。 只是為了確保我做對了：
我應該：
1）以三個因素進行變異數分析，但排除對照組。這樣可行。該模型沒有顯示三種處理之間存在任何顯著差異（正如根據我的初步分析所預期的那樣）。 它也沒有顯示出任何顯著的交互作用。
2) 使用一個因素進行單因子變異數分析。 實際上，我使用資料集中具有組號 (1-9) 的列，並且基本上使用這些治療組作為自變數。 你的同事也是這麼建議的嗎？ 它有效，但這樣我想我無法檢查互動效果...如果第一個分析沒有揭示任何顯著差異，為什麼還要進行此分析？
對於您關於值排序的最後評論：我確實對級別進行了排序，但我不太明白它對結果的差異（如果有的話）。 我只看到視覺輸出的差異......但也許我應該停在這裡！
回覆：變異數分析 - 資料編碼和結構化不要道歉。 有些疑問或問題需要一些時間來理解和解決。
是的，謝謝您的澄清。 您必須將估計/建模與分析的測試部分分開。 不包括建模的對照組。 排除但不隱藏帶有控制項的行。 這樣您仍然會看到控制項出現的位置，但不會導致估計出現奇異性。
我的一位同事建議您透過連接三個因素的水平來使用單向變異數分析進行測試。 該過程將產生 9 個水平因子、八個處理加上對照。 現在您可以使用單向或擬合最小二乘法測試差異。
回覆：變異數分析 - 資料編碼和結構化你好，我們又見面了
很抱歉讓這個線程繼續下去，但我仍然沒有找到沒有錯誤地運行它的方法。
關於值排序：這只是輸出報告中的視覺表示問題，對吧？ 我更改了順序，因此控制項 (0) 現在位於底部。這似乎對結果沒有任何影響。
關於您的其他評論：是的，我想說這些因素都是絕對的。 為了簡單起見，我在這篇文章中將它們標記為“高”和“低”。 但讓我給你一些有關實驗和實際治療的更多細節。
我想測試在網站中呈現資訊的不同方式的影響。
可以提供以下資訊：
1) 以基於意見或基於行為的方式。
2）來自一組隨機朋友或一組參與者預先選擇的朋友（在實驗的早期）
3) 來自大量朋友（顯示 8 個）和少量朋友（顯示 2 個）。沒有顯示其他值，只有 2 或 8 - 為什麼我將這些標記為“高”和“低”。
因此，例如，一名參與者可能會受到以下待遇：他暴露於基於行為的訊息來自一個隨機的一套8 （高號）他的朋友們。
對照組在沒有該特定資訊的情況下體驗了該網站。 因此，對於資料集中的每一行對照組參與者，我將所有三個「因子列」中的處理編碼為 0。
這些細節是否讓您更接近解決我該如何納入對照組的問題？
回覆：變異數分析 - 資料編碼和結構化您混淆了估計和測試。 奇點細節顯示無法估計指定的模型。 控制水平必須獨立變化，但您只有一種組合，所有因素都設定為該水平。
您的因素真的是分類的（例如“低”和“高”）還是實際上是連續的（例如 50 和 100）？ 「控制」是0？
回覆：變異數分析 - 資料編碼和結構化您可以輸入“控制”作為每個因素的水平。 我建議您將其設為“值排序”列屬性的最後一個值。 這樣，參數估計將與控制值相關。
回覆：變異數分析 - 資料編碼和結構化嗨馬克
感謝您的快速回覆！ 很高興知道這一點。 我的第二個問題你也有答案了嗎？ 即如何將對照組納入變異數分析。目前，控制組的包含方式如下：我有三列，每個因素一列。 對於每一列，參與者被編碼為 1（代表“低”）或 2（代表“高”）或簡單地編碼為 0（代表控制）。 但是，當我執行變異數分析（擬合模型-> 選擇我的三個因子並選擇「全因子」 - > 選擇DV -> 按「運行」）時，JMP 在「奇點詳細資料」標題下返回大量與因子相關的文字。 其餘結果看起來也很奇怪（例如，「效果測試」輸出中的文字「LostDFs」、沒有 F 比率等。當我從分析中排除對照組時，不會有這個問題。 你能談談我應該如何將對照組納入其中嗎？ 或者我應該簡單地進行一個單獨的 t 檢定來檢驗我的第一個假設（治療優於對照組），然後對治療組執行變異數分析以檢驗其餘假設（與對照組無關）？
回覆：變異數分析 - 資料編碼和結構化編碼由 JMP 在內部為您完成。 只需根據需要在資料列中輸入等級（例如，低和高）即可。
