用 X 拟合 Y - 以块为中心的图你好，
我正在分析感官测试的数据，其中参与者必须表明他们认为消费样品的可接受程度。 在此数据中，他们可以给出的可接受性分数范围为 1 到 9。 总共需要评估 8 个样本。 我有 50 个不同的消费者，他们每个人都评估了 8 个样本。 所以我总共有 400 个分数，我想通过在 Fit Y by X 平台中使用消费者作为块变量来考虑消费者之间的可变性。 我还通过将消费者指定为随机效应，使用拟合模型工具执行了此分析。 两种分析的结果都为我提供了相同的 p 值，但有一件事仍然让我感到困惑。 在“通过 X 拟合 Y”平台中，会生成响应变量的图。 因为我将消费者指定为块变量，所以该图表明 Y 变量以块（消费者）为中心。 我假设居中意味着以每个消费者的块均值为中心，但我看到现在的可接受性分数高于 9，考虑到所有分数都在 1 到 9 之间，这是不可能的。 请参阅附图以了解我的意思。
我的问题是，这个块居中是如何工作的？ 为什么以块为中心的可接受性分数高于原始可接受性分数？ 感谢您的帮助！
亲切的问候，
回复：用 X 拟合 Y - 以块为中心的图按组，我的意思是您的情况的存储时间。
在您的情况下，您有兴趣查看存储时间之间是否存在差异。 你有这种额外的可变性来源，消费者。 如果您只是在没有块的情况下使用 Fit Y by X，由于消费者的可变性，图片会产生误导。 由于消费者添加的可变性，您将很难看到存储时间的影响。 那么该怎么办？ 让我们通过以每个块为中心来从图中消除消费者的影响。
我认为通过一个简单的例子可能最容易看出发生了什么。 让我们将此数据与两个块和两个组一起使用（如果您更喜欢这些名称，可以分别使用消费者和存储时间）：
请注意，最高数据点位于第 4 行、第 1 块、B 组。 它的值为 14。 现在使用 Fit Y by X with Group 作为 X 和 Block 进入阻塞角色将给出这个图：
最高值似乎在 11 左右。 14号怎么了？ 从红色弹出窗口中选择 Means/Anova/Pooled t。 现在看块均值报告：
块 1 的平均值为 12。 块 2 的平均值为 6。 总平均数为 9。 因此，块 1 中的每个观察值都比平均值高 3 个单位。 Block 2 中的所有内容都比平均水平低 3 个单位。 为了去除块效应，我可以加上或减去 3（取决于我在哪个块）来去除块效应。 那就是块居中。
现在再看看观察结果。 对于 B 组，原始观察值是 12、14、6 和 8。 12 和 14 在块 1 中，所以我们需要减去 3 得到 9 和 11。 6 和 8 在块 2 中，所以我们添加 3。 这给出了 9 和 11。 这些是图表上显示的两个点。 如果我们要在图表中添加抖动，您会看到在 9 处有两个观察值，在 11 处有两个观察值。 当然，A 组也会进行类似的计算。
块居中只是去除了块变量的影响，以便您可以更准确地看到图片中处理（X 变量的水平）之间的差异。 我希望这有帮助。 为方便起见，我包含了我的简单示例的文件。
回复：用 X 拟合 Y - 以块为中心的图谢谢你的回复，但我还是很困惑。 按组，您的意思是在这种情况下每个组都是一种样本（在这种情况下是存储时间）？ 如果是这样，那么居中是否同时考虑了存储时间和消费者（块）的影响？ 它是如何精确计算的？ 我已经了解了分块，但没有了解如何在以它为中心时计算响应，我真的试图研究更多关于它的信息，但我找不到关于如何在 JMP 中计算它的更精确的答案。
回复：用 X 拟合 Y - 以块为中心的图假设所有数据的总平均值为 6。 您碰巧有一组的平均值较低，假设它是 3。 但是该组中有相当多的数据，因此值为 9。
居中表示必须提高该组中的项目（因为组平均值很低）。 9会发生什么？ 它必须变大。
