분산 구성 요소 및 사양 설정여러분 안녕하세요,
나는 캘리브레이션을 포함한 ELISA 테스트에서 실행되는 샘플에 대한 바이어스 스펙을 설정하려고합니다. 나는 캘리브레이션에 대한 캘리브레이션을 얻었고, 20 개의 샘플을 실행할 때 관찰 된 바이어스에서 (캘리브레이션 내에서) 변화를 실행하도록 실행한다는 것을 알고 있습니다.
나는 cal과 cal을 모두 탐색하여 유사성을 실행하고 정보를 사용하여 적절한 사양을 설정하려고합니다. 제대로 설정하고 실험하고 바이어스 사양을 만들기 위해 데이터를 활용하는 방법에 대한 자료를 찾는 데 어려움을 겪고 있습니다 ...
나는 이런 것을하고 싶다.
하루에 10 번의 보정 실행
교정 당 20 개 샘플 실행 2 개 (총 20 회 실행)
그런 다음 내가 본 변형을 평가하고 그 주위의 스펙을 설정하려고합니다.
나는 그것이 특별히 JMP 질문이 아니라는 것을 안다. 그러나 나는 이것 모두를 위해 JMP를 사용하고있다. 어떤 도움을 주시면 감사하겠습니다. 아니면 독서에 대한 제안입니까? 죄송합니다. 저는이 모든 것에 아주 익숙하며 약간의 시작점을 잃어 버렸습니다.
Re : 분산 구성 요소 및 사양 설정바이어스는 일반적으로 고정 효과 응답에, 비선형 성 같이. 반복되는 교정과 같은 효과는 다음과 같습니다. 무작위 효과 . 때로는 분석법 개발 과정에서 정확성 (편견 없음)과 정밀도 (누적 무작위 효과)가 구분되는 경우가 있습니다. 다른 상황에서는 정확도를 편향 효과와 임의 효과의 조합으로 간주합니다.
JMP로 이러한 연구를 설계하는 가장 쉬운 방법은 암사슴 > 고전 > 전체 요인 설계 . 모든 요인을 범주로 입력하십시오.
20 개의 샘플이 동일한 컨트롤, 다른 컨트롤 또는 무작위 환자 샘플입니까? 즉, 동일한 샘플에서 20 회 분석을 복제하거나 다른 샘플을 실행합니까? 다른 샘플이 있다면 복제가 있습니까?
분석에는 몇 가지 추가 단계가 필요합니다. 고르다 구경 측정 열 목록에 운영 효과 목록에서 둥지 . 고르다 구경 측정 과 운영 열 목록에 견본 효과 목록에서 둥지 . 효과 목록에서 모든 용어를 선택하고 속성 옆에있는 빨간색 삼각형을 클릭 한 다음 무작위 효과 . 귀하의 Fit Model 대화 상자는 다음과 같아야합니다 :
위에서 설명한대로 업데이트 된 모델 테이블 스크립트를 사용하여 데이터 테이블을 만들고이를 내 답장에 첨부했습니다.
Re : 분산 구성 요소 및 사양 설정좋아, 고마워! 이것은 나를위한 훌륭한 출발입니다. 담당자들에 대해 생각하고 설정을하면서 놀아야하며, 일단 그렇게하면 후속 조치를 취할 것입니다. 며칠일지도 몰라.
