我應該如何比較和驗證各種分佈的均值和分佈大家好，
想在這裡尋求一些建議。
我有一個基線/名義分佈，我想對分佈 A、B、C 和 D 進行比較，看看它們的均值和分佈是否與基線分佈等效/可比。 我可以在 JMP 13 中使用的最有效措施是什麼？
謝謝，
安安回复：我應該如何比較和驗證各種分佈的均值和分佈分析您所描述的內容有多種可能性：1 到 100 個測試，每個測試有 5 個條件，每個結果都是一個“分佈”。 適當的分析取決於數據的收集方式。
- 例如，假設每個測試代表一個批次、相同的源材料或相同的時間範圍，並且在每個測試上運行條件 A、B、C、D 和基線。在這種情況下，Test/Batch 應被視為區組因子（JMP Oneway with Test as a block）或多變量響應模型。
- 每個測試和條件的“分佈”也將調整要執行的分析。
我的建議是在你的組織或大學（或大學附近）找人來獲得一些統計諮詢建議。
我不知道您的數據是如何收集的，因此附帶的帶有嵌入式圖表的示例數據表旨在向您展示使用 JMP 的視覺和分析可能性。 JMP 表包含 100 次測試的模擬數據，每次運行都使用 A、B、C、D 和基線條件，“分佈”是代表隨機效應的 20 個測量值（相對於固定效應：例如，在某個固定位置進行的測量對象；或以特定的時間間隔順序進行，例如藥物功效測試，其中在 0、1 小時、5 小時等處收集測量值）。模擬的test-test variation大；在運行 75 之後添加了一個班次，以使效果更加明顯。
附表包含 3 個嵌入式腳本：
- 值的變異圖- 按測試、條件分組的原始數據圖。 在 X 軸的右側，單擊測試並將其拖動到條件。
- 摘要圖- 創建表測試摘要，計算每個測試/條件的“分佈”均值和標準差，然後繪製比較“分佈”均值和標準差分組的變異圖表，按測試、條件然後條件、測試分組；總共四個地塊（請參閱下面的兩個條件、測試圖）。
- Dunnett 比較與測試作為塊因素- 此腳本使用測試摘要表和單向方差分析，將測試用作塊。這將刪除測試-測試因素並執行塊差異的單向比較。
請注意，我構建了模擬，以便基線和 D 具有相同的均值（C 相差不遠），並且基線和 C 具有相同的標準偏差。
請記住，如果您的實驗不是這樣運行的，那麼 #3 可能不是最好的分析，但是，像 #1 和 #2 這樣的圖表應該可以讓您對實驗結果有一些了解。
Mean & Std Dev grouped by Condition, TestMean & Std Dev grouped by Condition, Test按條件、測試分組的均值和標準差
回复：我應該如何比較和驗證各種分佈的均值和分佈大家好，
非常感謝您的建議。 非常感謝他們。
另一個快速問題...
我是否應該進行 1 到 100 次測試，並且每個測試都有分佈 A、B、C 和 D 以及 1 個基線分佈。 我可以使用什麼快速指標或衡量標準來查看平均績效是否存在不匹配？ 並根據該指標，將採取後續行動進一步調查。 例如，如果每個測試有 2 個分佈，我可能會激活 T 測試以檢查 T 比率和 P 值。 但是，如果每個測試我有多個分佈，那麼進行快速檢查的更簡單方法是什麼？ Anova F 比率會是一個很好的指標嗎？
謝謝你，新年快樂。
安安回复：我應該如何比較和驗證各種分佈的均值和分佈我總是從圖表開始，以確保它是一個公平的比較。 添加到@dale_lehman的建議，我建議按順序（時間）或其他可能對這些分佈很重要的因素繪製數據，例如，如果查看房屋價格，按位置或功能（房間數量）等查看。
回复：我應該如何比較和驗證各種分佈的均值和分佈我建議從更通用的方法開始。您應該疊加分佈並直觀地比較它們。均值和分佈是匯總度量，它們可能匹配也可能不匹配分佈的最顯著特徵。根據分佈的外觀，您可以使用諸如隨機優勢之類的概念，這些概念比僅使用分佈的前兩個時刻更普遍地比較分佈的形狀。累積分佈是另一種查看可能產生有用見解的比較的方法。
回复：我應該如何比較和驗證各種分佈的均值和分佈許多常見的假設檢驗（例如，t 檢驗、單向方差分析）是總體均值差異的參數檢驗。 Oneway 平台（選擇“分析”>“用 X 擬合 Y”）執行這兩個測試。 如果您確定與 ANOVA 存在顯著差異，則可以在擁有控制總體時使用多重比較方法，例如 Dunnett 檢驗。
該平台還提供價差的參數測試。 點擊 Oneway 旁邊的紅色小三角並選擇不等方差。 不幸的是，沒有針對價差的多重比較方法。
看幫助>圖書>基本分析然後是專門關於單程平台。
