<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我相信我错误地设置了数据表。 我想做的是对这些数据进行多变量分析。 我想确定细菌菌株的主要影响（EC vs. SE）和表面类型（注释与控制）随着时间的推移。 因此，我想看看应变之间是否存在显着差异，如果控制和音符之间的数字是否显着不同，那么数字会随着时间的推移而下降。 马克，谢谢你，非常感谢任何建议
嗨mkrb，
正如Lou建议的那样，这些数据的堆叠格式将更易于分析。似乎混合效应线性模型在这种情况下是合适的。如果你正在使用JMP Pro 11，你可以在Fit Model中使用新的混合模型个性，或者如果你没有使用Pro或者使用早期版本的JMP，你仍然可以通过标记最小二乘法来做混合模型效果随机。以下是我生成该分析的步骤：
1。为了堆叠数据，我使用了Tables> Stack。然后我将四个响应列添加到“堆栈列”部分，并将“数据”重命名为“Y”，将“标签”重命名为“条件”
2。如果我们想要分析这些因素，我们需要将你的两个因素（Ec vs Se和注释vs控制）的水平分开。我们可以通过两次使用Cols> Recode来创建两个新变量。首先选择数据集中的“条件”列，然后选择“列表”>“重新编码”。以下是我所做的重新编码的屏幕截图，并确保为新列选择“新列”评级而不是“就地”（否则将写入值）。 这些将做的是创建两个新列，每个列独立地具有每个因子的级别。这在我们稍后定义混合模型时很重要。
3。将两个新列重命名为具有合理的名称。我正在使用细菌菌株和表面。
4。我们现在可以定义混合模型，它将考虑（即明确建模）数据点之间的统计依赖性（通过在同一实验单元上重复观察而引入）。我们将使用Analyze> Fit Model。从现在开始，您将可以使用许多不同的模型，每个模型都有自己关于数据协方差结构的假设。我喜欢首先使用具有随机斜率的最大模型和跨越固定结构的实验单元的截距。模拟研究表明这些模型可以更好地推广（例如 http://www.sciencedirect.com/science/article/pii/S0749596X12001180 并且我发现每个测试中的分母误差的含义更易于解释（例如，某些效应或相互作用的大小在实验单元中的差异程度）。 以下是在为每个实验单元复制整个实验结构时生成此类模型的一般步骤（这是您在此处所有 - 每个重复都在所有实验级别上进行测量）。如果将单元嵌套在其他因子中，则此启发式方法不适用。
一个。 全因子（宏） 只有你的固定因素（或阶乘分类 ，这将产生一个有序的清单）
湾 全因子（宏） 您的固定因子和实验单位（JMP不会重复术语，因此这只产生实验单位的来源并与实验单位交叉）。确保标识各个单元的列建模为标称值。
C。将与实验单位相关的所有效果标记为随机效应
d。删除您没有适合自由度的条款*
*这实际上是可选的。JMP足够智能，可以知道效果何时与残留错误混淆，并将从模型中删除这些术语。
上述内容比写出来时更简单。这是我用你的数据定义模型的快速视频：
<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-1oNWQ5ODE6n7-56cn_Flc-y1Krjm0CuBw400h300r114', '1oNWQ5ODE6n7-56cn_Flc-y1Krjm0CuB', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"400px","height":"300px"});（在我的视频中查看）
5。点击跑你会看到分析的结果。该固定效果部分可能是最感兴趣的。
我喜欢打开探查从一开始红三角菜单>> 因子分析 >> 探查 。我也喜欢打开 LSMeans情节对于每个因素，可以通过扩展来部署效果细节部分，然后下红色三角形对于每个源，您可以打开图并请求进一步测试。如果要一次打开所有绘图，请在单击红色三角形以打开绘图之前按住控制键。一旦你请求了你可以放手的情节，这将告诉JMP你想要广播命令。如果你在mac上，你将使用命令键。
我附加了重构数据集，其中包含为分析保存的脚本。
我希望这有帮助！
朱利安
比较两个时间序列数据很困难（我个人不知道如何在JMP中执行此操作）。请检查附加文件，保存在其中的脚本。这是你想做的吗？
