我正在嘗試透過自訂測試臨時進行事後成對斜率比較。 我通讀了有關自訂測試的文檔，但仍然不明白我應該如何確定使用哪些係數來設定測試。 我有三種治療方法 [PT CS OF]，想要對這些治療方法與連續變數 [持續時間] 之間的相互作用進行成對測試。 如果我正確理解自訂測試，每個測試都會填入它自己的列。
我想測試：
PT*持續時間-CS*持續時間=0;
PT*持續時間-OF*持續時間=0;
CS*持續時間-OF*持續時間=0;
下面我附上了測試係數和結果的螢幕截圖。 我收到一條警告，我認為這意味著我做錯了什麼。
先謝謝您的幫忙。
我懷疑這是自由度的問題，但我不熟悉多元變異數分析程式中的檢定。 也許另一位成員可以為您提供建議。 我建議您查閱 JMP 或 SAS 軟體文件以取得協助。 您也可以聯絡 JMP 技術支援（ support@jmp.com ）和你的問題。
好的，自訂測驗和多元變異數分析問題。
當我對變異數分析中的交互斜率進行三列成對測試時，它會給我所有的測試統計數據和關於無法進行對比的警告，但至少我會得到所有的估計和測試統計數據。 我在多元變異數分析中嘗試了同樣的事情。 我按照因子及其與所有四個反應變數的交互作用來擬合模型。 （我刪除了一些高階的非顯著交互作用）我選擇「也測試每列」和「身分」作為我的回應選項。 對於給定的列，說“總標題更改”，我嘗試了與方差分析相同的自定義測試，但結果是單個 F 統計量和關於無法測試對比度的相同警告。 當我進行單對測試時，我得到了預期的結果。 我是否只在我感興趣的每個列測試中進行十億次成對測試並且 Bonferroni 正確？
我認為你走對路了！
你看過效果測試嗎？ 分析和建模資料的方法不只一種，但我喜歡從整個模型開始，繼續進行效果測試和其他資訊來簡化模型，然後使用自訂測試在顯著效果內進行有趣的比較。
JMP 網站上有許多有用的資料。 我不會假裝知道所有可用的事情。 不過，它是可以搜尋的。 例如，我發現他的頁面為學術用戶提供教學和影片（但任何人都可以使用它）。
只是想澄清一下，我在單一模型中包含了所有獨立因素和重要的交互項。 我運行了多元變異數分析，收集同一模型中的所有相關因素，整個模型很重要。 除此之外，我被告知要透過將多元變異數分析分解為單獨的標準最小平方法分析來解析多元變異數分析中依賴因素的行為。 如果您有一個視頻或幻燈片的鏈接，解釋如何使用多元方差分析來解釋作品，我將不勝感激。
我知道多重比較的問題是在一項研究和一個資料集中。 如果我重複一項研究，那麼我就不必將第一項研究中進行的比較計入我的調整中。 不過，聽起來好像同一項研究中有多個因素，因此您將根據累積的測試數量進行調整。
您是否有理由不將所有因素同時包含在一個模型中，而不是對每個因素進行單獨分析？
一個後續問題：
我正在將相同的基本模型擬合到許多不同的因素。 我最終在不同的情況下測試了相同的互動。
我是否應該在模型內的聯合測試（三個級別）中進行Bonferroni 校正？Bonferroni 是否應該校正單個模型中的所有測試，或者我應該將所有模型中的所有這些自定義測試集中起來並進行一次大型Bonferroni校正？
謝謝
如果您使用 Bonferroni 調整來選擇 alpha，我會解釋您所問的意思。 是的，這是透過多重比較控制 I 類錯誤率的一種方法。
一些分析師使用聯合測試來防止高誤報率。 您可能會執行很多測試。 它們不會根據測試數量進行單獨調整。
該警告是關於聯合測試的。 聯合測試的數量沒有足夠的自由度。
謝謝，這是我正在尋找的解決方案，結果很有意義。 唯一的最後問題是我仍然收到“警告：不可測試的對比”。 這是說聯合測試是不可測試的還是其中一個對比是不可測試的？ 當我獨立運行成對對比時，我沒有得到相同的回應。
對於造成的混亂，我深感抱歉。 我不確定所有的困惑，所以讓我們從頭開始。
你一開始就說你想要A事後與自訂測試的成對斜率比較。 因此，每組的趨勢線似乎不同，您想要測試差異。 咱們試試吧。
（註：我從一位技術支援同事那裡得到了極好的幫助。 我的回覆是基於他的解釋。）
您可以一步執行自訂測試，但我將其分為兩步，以便您可以看到正確係數的發展。
第 1 步：對每次處理的線斜率進行自訂測試。 自訂測驗中的第一列應為 [ 0, 0, 0, 1, 1, 0, 0 ]。 也就是說，唯一帶有 1 的參數是脈衝持續時間和治療[PT]*脈衝持續時間。 原因是因為線的斜率是公共斜率、脈衝持續時間加上治療的微分斜率[PT]。 它們的總和就是您想要針對 0 進行測試的斜率。 第二列應為 [ 0, 0, 0, 1, 0, 1, 0 ]，因為您要新增脈衝持續時間和治療[CS]*脈衝持續時間。 最後，加入第三次處理的微分斜率，但沒有明確報告。 但由於 JMP 參數化分類因子的方式，我們知道它是其他兩個參數總和的負數。 所以第三列應該是[ 0, 0, 0, 1, -1, -1, 0 ]。
同樣，對於您想要的實際自訂測試，您不需要此步驟。 它只會幫助我解釋實際測試。 此時，我們已經確定了各個斜率的客製化測試的正確係數。
步驟 2： 您想要比較各個斜率，不是與零比較，而是互相比較，一次兩個。 我們只需一次減去步驟 1 中使用的列即可！ 為了比較 PT 與 CS 的斜率，我們從 PT 的係數中減去第一步中 CS 的係數列。 因此 [ 0, 0, 0, 1, 1, 0, 0 ] - [ 0, 0, 0, 1, 0, 1, 0 ] = [ 0, 0, 0, 0, 1, -1, 0 ]。 測試 PT 到 OF 的列為 [ 0, 0, 0, 1, 1, 0, 0 ] - [ 0, 0, 0, 1, -1, -1, 0 ] = [ 0, 0, 0, 0 , 2, 1, 0]。 最後，測試 CS 到 OF 的欄位是 [ 0, 0, 0, 1, 0, 1, 0 ] - [ 0, 0, 0, 1, -1, -1, 0 ] = [ 0, 0, 0 , 0, 1, 2, 0]。
與以前一樣，您始終可以透過手動計算參數估計值的總和與差值，與 JMP 報告的測試值進行比較來檢查係數。
仍然不認為我做對了。
首先，我仍然收到不可對比的警告（見下文）。
其次，似乎透過將 CS*Duration -(-OF*Duration)=0 的第二個係數設為 -1 ，交叉會增加兩者的值，這不是我想要的。 最終結果是-0.0447。
第三，如果我嘗試將 PT*Duration 與 OF*Duration (OF*Duration-PT*Duration=0) 進行比較，則該值應為 0.00777，而只是 OF*Duration 的值 (0.0174926)。 所以將係數保留為 0 似乎不起作用。
我相信您將第一個估計的係數設為 1，並將其餘的保留為 0。 您可以檢查結果。 該值應該是您與零差值進行比較的估計值之間的差異。
感謝您的澄清。 我在下面附加了另一個視窗。 如果我理解正確，我已經正確設定了第一個對比度（CS * Duration-OF * Duration = 0）。 我認為負係數應該讓我測試第三個分類效應（PT*持續時間），您可以在擴展估計中看到這一點，但在自訂測試的設定中卻看不到。 如何針對 PT*Duration 進行測試？
這些客製化測試在其他地方也稱為對比。
未達到規格是因為您在第一次測試中為兩個等級都輸入了 +1。 確保係數之和為零。 然後確保“=”後面的值是原假設。 如果您要測試顯著差異，則輸入零通常是合適的，但在某些情況下可能不合適。
