用 X 擬合 Y - 以塊為中心的圖你好，
我正在分析感官測試的數據，其中參與者必須表明他們認為消費樣品的可接受程度。 在此數據中，他們可以給出的可接受性分數範圍為 1 到 9。 總共需要評估 8 個樣本。 我有 50 個不同的消費者，他們每個人都評估了 8 個樣本。 所以我總共有 400 個分數，我想通過在 Fit Y by X 平台中使用消費者作為塊變量來考慮消費者之間的可變性。 我還通過將消費者指定為隨機效應，使用擬合模型工具執行了此分析。 兩種分析的結果都為我提供了相同的 p 值，但有一件事仍然讓我感到困惑。 在“通過 X 擬合 Y”平台中，會生成響應變量的圖。 因為我將消費者指定為塊變量，所以該圖表明 Y 變量以塊（消費者）為中心。 我假設居中意味著以每個消費者的塊均值為中心，但我看到現在的可接受性分數高於 9，考慮到所有分數都在 1 到 9 之間，這是不可能的。 請參閱附圖以了解我的意思。
我的問題是，這個塊居中是如何工作的？ 為什麼以塊為中心的可接受性分數高於原始可接受性分數？ 感謝您的幫助！
親切的問候，
回复：用 X 擬合 Y - 以塊為中心的圖按組，我的意思是您的情況的存儲時間。
在您的情況下，您有興趣查看存儲時間之間是否存在差異。 你有這種額外的可變性來源，消費者。 如果您只是在沒有塊的情況下使用 Fit Y by X，由於消費者的可變性，圖片會產生誤導。 由於消費者添加的可變性，您將很難看到存儲時間的影響。 那麼該怎麼辦？ 讓我們通過以每個塊為中心來從圖中消除消費者的影響。
我認為通過一個簡單的例子可能最容易看出發生了什麼。 讓我們將此數據與兩個塊和兩個組一起使用（如果您更喜歡這些名稱，可以分別使用消費者和存儲時間）：
請注意，最高數據點位於第 4 行、第 1 塊、B 組。 它的值為 14。 現在使用 Fit Y by X with Group 作為 X 和 Block 進入阻塞角色將給出這個圖：
最高值似乎在 11 左右。 14號怎麼了？ 從紅色彈出窗口中選擇 Means/Anova/Pooled t。 現在看塊均值報告：
塊 1 的平均值為 12。 塊 2 的平均值為 6。 總平均數為 9。 因此，塊 1 中的每個觀察值都比平均值高 3 個單位。 Block 2 中的所有內容都比平均水平低 3 個單位。 為了去除塊效應，我可以加上或減去 3（取決於我在哪個塊）來去除塊效應。 那就是塊居中。
現在再看看觀察結果。 對於 B 組，原始觀察值是 12、14、6 和 8。 12 和 14 在塊 1 中，所以我們需要減去 3 得到 9 和 11。 6 和 8 在塊 2 中，所以我們添加 3。 這給出了 9 和 11。 這些是圖表上顯示的兩個點。 如果我們要在圖表中添加抖動，您會看到在 9 處有兩個觀察值，在 11 處有兩個觀察值。 當然，A 組也會進行類似的計算。
塊居中只是去除了塊變量的影響，以便您可以更準確地看到圖片中處理（X 變量的水平）之間的差異。 我希望這有幫助。 為方便起見，我包含了我的簡單示例的文件。
回复：用 X 擬合 Y - 以塊為中心的圖謝謝你的回复，但我還是很困惑。 按組，您的意思是在這種情況下每個組都是一種樣本（在這種情況下是存儲時間）？ 如果是這樣，那麼居中是否同時考慮了存儲時間和消費者（塊）的影響？ 它是如何精確計算的？ 我已經了解了分塊，但沒有了解如何在以它為中心時計算響應，我真的試圖研究更多關於它的信息，但我找不到關於如何在 JMP 中計算它的更精確的答案。
回复：用 X 擬合 Y - 以塊為中心的圖假設所有數據的總體平均值為 6。 您碰巧有一組的平均值較低，假設它是 3。 但是該組中有相當多的數據，因此值為 9。
居中表示必須提高該組中的項目（因為組平均值很低）。 9會發生什麼？ 它必須變大。
