Come confrontare il significato di diversi tra 2 linee lineariCiao. Ho tracciato 2 linee lineari, che è una variazione di concentrazione chimica (ideale vs caso reale) rispetto ai cicli di lavoro, e ho trovato 2 lineari non sovrapposti. Come utilizzare l'analisi JMP per mostrare che entrambe le tendenze hanno una differenza significativa o no? Grazie.
Ri: Come confrontare il significato di diversi tra 2 linee lineariHo analizzato i tuoi dati in questo modo e ho ottenuto gli stessi risultati.
Il valore p = 0,4 per caso di lavoro * significa che l'effetto di interazione è nullo, quindi la pendenza per entrambi i casi è la stessa. È ora possibile rimuovere questo termine per produrre un nuovo modello.
Il fatto che il Astuccio il termine è significativo (p-value = 0.007) significa che i due casi hanno un'intercettazione y diversa. Quindi i due casi producono linee di tendenza parallele (pendenza comune) che sono sfalsate l'una dall'altra. Si aggiunge la stima del termine caso alla stima per il intercettare per ottenere l'intercettazione per un caso particolare. Il intercettare non è significativamente diverso da 0 (valore p = 0,38) quindi il Astuccio la stima è l'intercetta per ogni caso. L'intercetta per il caso reale è -0,29 e il caso ideale è 0,29.
Il termine significativo per dovere di lavoro, ovviamente, significa che la concentrazione è linearmente correlata a questo fattore. È la pendenza della linea.
Ri: Come confrontare il significato di diversi tra 2 linee lineariCiao Mark,
Grazie ancora per l'aiuto, lo apprezzo molto 
Ho analizzato i dati usando il tuo metodo ed ecco il test dell'effetto Prob> F
risultati. Ho posto alcune domande sotto le quali non capisco.
Lavoro (<0,0001 *) ~ Posso sapere cosa significa per questo significativo
differenza?
Caso (0.0067 *) ~ Posso sapere cosa significa per questo significativo
differenza?
Lavoro dovere * Caso (0.4079) ~ L'effetto di interazione non ha significato
differenza
Grazie.
Ri: Come confrontare il significato di diversi tra 2 linee lineariPuoi usare ciò che gli statistici chiamano analisi della covarianza (ANCOVA). Disporre i dati in modo da disporre di una colonna per la variabile X, Y e di raggruppamento. Seleziona Analizza> Adatta modello. Immettere la colonna dei dati di risposta nel ruolo Y. Selezionare la colonna X e il raggruppamento dei dati, fare clic su Macro e selezionare Fattoriale completo. Ora fai clic su Esegui. Esaminare la tabella Test di effetti. Se il termine incrociato (effetto di interazione) non è significativo, la pendenza è la stessa per entrambi i gruppi. Se il termine di raggruppamento non è significativo, le intercettazioni sono le stesse per entrambi i gruppi.
