多元數據集你好，
我想知道是否可以使用JMP（不是JMP Pro）來分析附加數據集，從而得到一些幫助。
在59個不同的農場中進行了管理更改。這種情況發生在5月底，因此4月和5月是舊政權的“治療1”，7月和8月是新政權的“治療2”，
我們想知道這種變化是否在總體上以及在兩個特定時間段（30-45週）和45 +週內顯著影響了體重，產蛋量，偏離目標體重和偏離目標產蛋量。我們想知道以下各項的單獨和交互作用：
年齡，品種，待遇，農場“問題”
請注意以下事項：
- 每行是一個農場的平均值
- 並非每個農場都有體重數據
- 有時，在改變制度前後都對同一個農場進行了測量，而在其他農場中，僅在改變制度後才對績效進行測量
- 處理2中的鳥會變大，年齡會影響性能。
- 品種不平衡，即品種4中的重複數量少得多
- 我們想知道“問題農場”狀態的影響
任何幫助，將不勝感激
提前致謝
阿比
回复：多元數據集嗨，艾比，
您應該先進行一些“數據清理”。您需要確保將數字數據分配給數字列（而不是字符數據）。看到 https://www.jmp.com/support/help/zh-cn/15.0/?os=mac&source=application#page/jmp/view-or-change-column-information.shtml 求助。然後，我將以圖形生成器開始並探索您的數據（ https://www.jmp.com/support/help/zh-cn/15.0/?os=mac&source=application#page/jmp/graph-builder-2.shtml# ）。之後，如果需要，您可以針對差異進行特定的測試。
卡倫回复：多元數據集補充一下，您可以更改多列列的數據類型和建模類型。
選擇所有相關列（在這種情況下，標稱列應為數字/連續列）
列>標準化屬性
然後轉到“屬性”，然後選擇“數據類型”>“數值和建模類型”>“連續”。
回复：多元數據集在Colour Farm不是“ Yes”的情況下使用Cols> Recode添加“ No”值也是一個好主意（而不是僅僅缺少值）。假設這可能是您感興趣的變量，則需要同時使用“是”和“否”兩個值來使用它。回复：多元數據集我有點困惑，因為您說每一行都是一個服務器場，但是我僅提取了1個服務器場中的數據（匿名為“ V3_0”）：
處理月份農場門牌號問題農場鳥齡品種
治療4月1日V3_0 H2否57羅曼
治療4月1日V3_0 H2否58羅曼
治療4月1日V3_0 H2否59羅曼
治療4月1日V3_0 H2否60羅曼
治療5月1日V3_0 H2否61羅曼
治療5月1日V3_0 H2否62羅曼
治療5月1日V3_0 H2否63羅曼
治療5月1日V3_0 H2否64羅曼
治療7月2日V3_0 H2 No 70羅曼
治療7月2日V3_0 H2否71羅曼
治療7月2日V3_0 H2否72羅曼
治療7月2日V3_0 H2否73羅曼
我可以看到同一農場，月份和房屋的多行。看起來鳥的年齡確實有所不同。那麼每一排都是鳥嗎？還是一群同齡的鳥？
回复：多元數據集因此，現在我了解到，每個月的每一行都是1週。
我認為最好的方法是採用一個響應模型（我只研究了產蛋率，但其他響應也是如此）與鳥類年齡（您知道這會對您的響應產生影響），因此您應該考慮（“協變量”）和月份。如果四月，五月（治療1）和七月，八月（治療2）之間存在顯著差異，則與治療效果一致。
然而... 重要警告！...
這不能證明治療是重要的作用。觀察到的影響也可能是由於某些季節影響（例如，由於溫度較高，通常在7月，8月產蛋量較低）。根據這些數據，無法將治療與季節性影響或5月至7月之間的其他一些不受控制的變化區分開。 您需要涵蓋多個年份的數據才能了解季節性影響。
綜上所述，我研究了擬合模型。我還為服務器場添加了隨機效應，以解決服務器場之間不受控制的差異。（我將Farm匿名化）。而且有些農場的房屋多種多樣，它們之間可能會有不受控制的變化，因此我添加了嵌套在農場內的房屋的隨機效果（房屋[Farm]）。
嵌套的randon效果示例： https://www.jmp.com/support/help/14-2/two-factor-nested-random-effects-model.shtml
我還添加了問題農場和品種作為評估這些潛在重要因素的影響的因素。
具有固定和隨機效應的模型稱為“混合”模型。我還使用JMP Pro探索了一個更為複雜的混合模型，該模型允許農場之間禽鳥年齡的影響隨機變化。
附帶的數據表將兩個模型都作為腳本。在JMP Pro中只能運行更複雜的混合模型（“ Fit Mixed”）。
標準混合模型的確顯示了月份的顯著影響：7月和8月的產蛋量低於5月的4月。
更複雜的混合模型更適合。它不會改變有關Month效果的結論。但是，在此模型中，“品種”和“問題農場”並不重要。
...希望所有這些對您有所幫助。混合建模不是一種易於使用的方法。
除了這些建模方法之外，我還鼓勵使用探索性數據分析來查看數據質量。某些雞蛋生產的記錄結果與其他結果非常不同（我還在表上添加了“分佈分析”腳本）。檢查這些結果是否正確將是一個好主意。
回复：多元數據集如果需要查看其他響應變量（例如蛋重，體重），則可以運行相同的模型：從“響應蛋生產百分比”>“模型”對話框的紅色三角形菜單中進行。您可以在此模型對話框中將其他任何響應添加到Y角色。
在相同的紅色三角形菜單中，您還可以將預測公式列保存到數據表中：“保存列”>“預測公式”。
然後，您可以查看預測表達式：估計>顯示預測表達式。
