치료 전과 후에 (A 형과 B 형) 두 종류의 동물 (형질 전환 (tg)과 비 형질 전환 (wt))을 테스트했습니다. 나는 동물들을 TG-A, TG-B, WT-A, WT-B.
치료 전후에 측정 한 결과 유전자형, 치료 및 시간 효과가 있습니다. 나의 연구 문제는 수술 후 각 그룹의 평균이 바뀌 었는지 여부와 수술 후 그룹간에 차이가 있는지 여부이다.
유전형, 치료, 시간, 치료 * 유전자형, 치료 * 시간, 치료 * 시간 * 유전자형과 같은 고정 효과를 만들어 냈습니다. 점프에서 다음과 같이 데이터를로드했습니다.
ID #, 그룹 (TG-A, TG-B, WT-A, WT-B), 유전자형, 조작, 시간, 출력.
그룹, 시간, 그룹 x 시간을 써서 내 모델을 만들 수 있습니까? 아니면 다음과 같이 작성해야합니까? 유전형, 치료, 시간, 치료 * 유전자형, 치료 * 시간 및 치료 * 시간 * 유전자형.
두 번째 것은 해석하기가 어렵습니다. 유전자형 x 연산이 중요한 상호 작용 인 경우 그룹은 처리 전후에 그룹에 대해 일원 분산 분석 또는 일원 분산 분석을 수행해야합니다. 유전자형 x 시간이 중요하다면 각 그룹과 수술 전 그룹 (수술 전 TG-A 대 수술 후 TG-A)을 비교해야만합니다.
감사
데이터 형식이 중요하며 분석 설정도 약간 복잡합니다.
이런 유형의 문제를 해결할 때이 예제로 돌아갑니다.
반복 분석 - 측정 데이터
예를 들어 인터페이스가 보이는 방식의 차이에도 불구하고 설치가 여전히 같은 방식으로 작동하고 예제 테이블 인 dogs.jmp가 샘플 데이터에 여전히 있음에도 불구하고 예제가 90 년대 중반의 빈티지 Mac에서 수행 된 것처럼 보입니다.
@Duane_Hayes , 저자. 이 위대한 주셔서 감사합니다.
