独自の不確実性を持つデータポイントを正しくインポートし、その後統計テストを実行する方法は？通常、データポイントは正確であるかのように扱われます（これは私の正直な意見に反します）。しかし、サンプルごとに複数の測定の追加ステップがある場合、そのサンプルに関連する測定値の推定の不確実性を作成します。実際、不確実性を伴う推定プロセスを介して多くの量が生成されます。
それに加えて、私は異なる実験的治療法を持ち、各治療法には複数の反復/サンプルがあります（したがって、別のレベルの不確実性があります）。私の最終目標は、統計的テストによって治療の平均を比較することです。個々のデータポイントの推定の不確実性、および治療の再現性の不確実性を考慮したい場合、最初から（データのインポートから）どうすればよいですか？伝播されたSEの合計を手動で計算して列に入力することは気にしませんが、この情報を分析に組み込む方法はわかりません。
JMPだけでなく、インターネットでも有用なものを見つけることができませんでした。あなたの助けは大歓迎です。
再：独自の不確実性を持つデータポイントを正しくインポートし、その後統計テストを実施する方法は？JMPおよびその他の成熟した統計ソフトウェアは、個々の観測のモデリングを通じてこの問題に対処します。言い換えれば、観測の要約（平均応答など）を分析せず、不確実性（標準偏差や標準誤差など）の個別の推定値を含めようとしますが、代わりに元の個々の観測（複製など）を含めます。。この不確実性の「アカウンティング」の正確な性質は、「実験ユニット」と選択したモデリング手法に依存しますが、一般的には実行できます。
そのため、「一元配置分散分析」の単純なケースでは、個々の回答はYロールに入力され、治療レベルはXロールに入力されます。平方和は、「内」と「間」の治療のばらつきを推定し、 F 仮説検定または多重比較手順による比率。（この一元配置分散分析は、唯一の可能な分析ではなく、単なる例です。）
再：独自の不確実性を持つデータポイントを正しくインポートし、その後統計テストを実施する方法は？JMP>ヘルプ> JMPドキュメントライブラリを参照してください。「エッセンシャル分析」と「線形モデルの適合」という2冊の本は、説明と例を含む優れた情報源です。すべてのサンプルはJMPとともにインストールされます。
Re：独自の不確実性を持つデータポイントを正しくインポートし、その後統計的検定を行う方法は？ @ markbailey＃@ markbailey＃ お返事をありがとうございます。上記の場合（サブサンプリング）は、ネストされたモデルで分析できます。ただし、推定プロセスがサブサンプルの値の平均化（私が対処しなければならない）から単純に外れるため、これは不適切になります。正確な個々の値を応答変数として使用することについて話しているわけではありません。もちろん、これは簡単です。
あなたが言ったように、元の測定データポイントの最初のステップのモデリング演習を行う必要がありますが、そのモデリング演習は統計的要約を作成するだけでした。（そして、requireモデルは、統計ソフトウェアによって提供される統計モデリングアプローチ以外の何かを引き受ける、非常にニッチで機械固有のものになる可能性があります）。さて、これが問題です。次に、前のモデリング演習で生成された推定値に基づいて、2番目の統計分析を実行したいと思います。簡単なアプローチを見つけるのは難しいと思いました。
