如何正確導入具有自身不確定性的數據點並隨後進行統計檢驗？通常，人們會將您的數據點視為準確的（對我來說，這是不正確的）。但是，如果我有一個額外的步驟，即每個樣品進行多次測量，那麼將不確定與該樣品相關的測量值的估計。實際上，許多數量是通過具有相關不確定性的估計過程生成的。
最重要的是，我有不同的實驗方法，每種方法都有多個重複項/樣本（因此存在另一種不確定性）。我的最終目標是通過統計學檢驗比較平均治療水平。如果我要在估計單個數據點時考慮不確定性，以及治療重複性變異性的不確定性，我該如何從一開始就進行處理（從數據導入開始）？我不介意手動計算總傳播SE並在列中鍵入它，但是我不知道如何在分析中合併此信息。
我無法在Internet上找到任何有用的東西，而不僅僅是JMP。非常感謝您的幫助。
回复：如何正確導入具有自身不確定性的數據點並隨後進行統計檢驗？JMP和其他成熟的統計軟件通過對單個觀測值建模來解決此問題。換句話說，我們不分析觀察結果的摘要（例如，均值響應），而是嘗試包括不確定性的單獨估計（例如，標準偏差或標準誤差），而是包括原始的單個觀察結果（例如，重複項） 。這種不確定性的“核算”的確切性質取決於“實驗單位”和所選的建模技術，但總的來說可以做到。
因此，在“方差單向分析”的簡單情況下，單個響應以Y角色輸入，而治療水平則以X角色輸入。平方和估計要使用的比較“內”和“間”治療變異性 F 假設檢驗或多重比較程序的比率。（這種單向方差分析不是唯一可能的分析，而只是作為示例。）
回复：如何正確導入具有自身不確定性的數據點並隨後進行統計檢驗？請參閱JMP>幫助> JMP文檔庫。這兩本書“基本分析”和“擬合線性模型”應該提供很好的信息來源，並附有解釋和示例。所有示例均隨JMP一起安裝。
回复：如何正確導入具有自身不確定性的數據點並隨後進行統計檢驗？ @markbailey 感謝您的回复。我知道在上述情況下（子採樣），可以使用嵌套模型進行分析。但是，這變得不合適，因為估計過程偏離了對子樣本的值進行簡單平均（我必須處理）。我不是在談論使用精確的單個值作為響應變量，這當然很容易做到。
正如您所說，應該對原始測量數據點進行第一步建模練習，但是建模練習只能生成統計摘要，即它不會將估算值及其相關的不確定性保存為變量，您只能將它們製成表格。（並且需求模型可以是非常利基的和特定於機制的，它可以採用除統計軟件提供的統計建模方法以外的其他方法）。現在，這是一個問題：我現在想根據先前建模練習生成的估計值進行第二次統計分析，我發現很難找到一種簡單的方法。
