Seit Wissenschaftler mit der Verwendung von ANOVA begonnen haben, werden die Ergebnisse für jede Behandlung mit einem Balkendiagramm und einem einseitigen Wisker über dem Diagramm dargestellt, um das 95 %-Konfidenzintervall* darzustellen. Dies erleichtert den Vergleich der Behandlungsgruppen. Wenn der nächste Balken höher/niedriger als der Wisker ist, unterscheidet er sich deutlich vom Kontrollbalken (normalerweise links). Anschließend wird jeder Riegel mit dem Verbindungsbuchstaben des Turkey Kramer (HSD)-Tests beschriftet, um noch einfacher zu erkennen, welche Behandlungen gleich und unterschiedlich sind.
*Der Standardfehler des Mittelwerts wird ebenfalls häufig verwendet. Verdammt, wenn mein 95 %-KI größer als die Messlatte wäre, würde ich das auch wählen, es ist fast doppelt so dünn und lässt die Figur viel besser aussehen.
Wie man die Figur macht.
1. Beginnen Sie mit „Y an X anpassen“. Fügen Sie Ihre Behandlungsvariable (nominal oder ordinal) hinzu und erhalten Sie eine kontinuierliche Reaktion.
2. Wählen Sie im Menü „Rotes Dreieck“ (RTM) Mittelwerte und Standardabweichung aus
3. Wählen Sie im RTM „Mittelwerte vergleichen“ und dann den richtigen Test aus, wahrscheinlich „All Paris, Turkey HSD“, wenn Sie mehr als zwei Gruppen haben.
4. Klicken Sie mit der rechten Maustaste auf den Bericht mit den Verbindungsbuchstaben und wählen Sie „In Datentabelle umwandeln“.
5. Klicken Sie mit der rechten Maustaste auf den Bericht „Means Std Dev“ und wählen Sie „In Datentabelle umwandeln“.
6. Erstellen Sie eine neue Spalte in der Tabelle der Verbindungsbuchstaben und erstellen Sie manuell die Buchstaben in einer Spalte aus allen Buchstabenspalten. Verwenden Sie Kleinbuchstaben.
7. Verwenden Sie „Tabellen, Aktualisieren“, um Ihre neue Buchstabenspalte wieder mit der Tabelle „Means Std Dev“ zu verbinden. Match-Spalte, auf Ebene.
8. Aktivieren Sie Beschriftungen für die Buchstabenspalte
9. Benennen Sie die Spalte „Level“ in den Namen der Behandlungsvariablen um.
10. Benennen Sie die Spalte „Mittelwert“ in „Durchschnittliche Antwort“ (Ihre Antwort) und „95 %-KI“ um. zB „Mittlere Absorption und 95 % KI“ oder so ähnlich.
11. Starten Sie Graph Builder.
12. Die Behandlung erfolgt auf der x-Achse
13. Die durchschnittliche Behandlung und das obere 95 %-Konfidenzintervall werden auf der Y-Achse angezeigt.
14. Wählen Sie das Balkendiagrammelement (sieht falsch aus, aber warten Sie)
15. Stellen Sie den Balkendiagrammtyp auf „Intervall“ ein (sieht immer noch falsch aus, aber warten Sie)
16. Klicken Sie mit der rechten Maustaste in das Diagramm, fügen Sie ein weiteres Balkendiagramm hinzu.
17. Wählen Sie in den Eigenschaften des zweiten Balkendiagramms im Dropdown-Menü „Beschriftung“ die Option „Beschriftung nach Zeile“ aus.
18. Beschriften Sie das Diagramm „Antwort nach Behandlung“.
19. Ändern Sie die Titelleiste des Graph Builder in „Einfaktorielle ANOVA“.
20. Klicken Sie auf die Legende und ändern Sie die Balkenfarbe auf Schwarz.
21. Speichern Sie das Skript in RTM in der Datentabelle.
22. Klicken Sie in RTM im Tabellenfeld auf das Skript „Tabelle kopieren“.
23. Wählen Sie im Table Box RTM Ihrer ursprünglichen Quelldatentabelle ein neues Skript aus
24. Geben Sie dem Skript im Dialog einen Titel, z. B. „Abbildung 1“. und vorbei am Skript im unteren Fenster.
25. Wenn sich Ihre Daten ändern. Machen Sie das alles noch einmal, denn das gerade gespeicherte Skript ist nicht dynamisch, aber es ist zumindest eine Art Roadmap, wie Sie die Figur erstellen.
Der Grund, warum nur Wissenschaftler diese Zahl verwenden, liegt darin, dass sie praktisch einen Doktortitel voraussetzt. alle Schritte gerade zu halten, um diese Figur richtig hinzubekommen. (Beachten Sie, dass es viel einfacher ist, dies mit einem Filzstift und Millimeterpapier zu tun.)
Wenn der 25-Schritte-Prozess nur ein wenig zu viel ist oder Sie bei einigen vagen Teilen hängen geblieben sind, die wahrscheinlich ihre eigenen 25-Schritte-Unterprozesse benötigten. Führen Sie einfach das folgende Skript aus. Hoffentlich hilft die Anmerkung, wenn Sie sie an Ihre häufigen Zahlen anpassen möchten.
Names Default To Here( 1 );
//make sure there is a table open, if not open one
dtlist=Get Data Table List();
picker=expr( File = Pick File("Select JMP File","$SAMPLE_DATA",{"JMP Files|jmp;", "All Files|*"},1,0,"",));Try( Open( File[i] ) );
if(nitems(dtlist)==0, picker, dt=current data table());
dtname=dt<<GET name="">0,
insert into(str, ",", ncomma+1);
ncomma--;);
concat_vals[j] = str;);
Show( concat_vals );/// The letters are now a list in the order of the levels from table 1
/// Put the letters back into the table
dt1 << New Column( "Letters", Character, "Nominal", Set Values( concat_vals ) );
//
//Get the means and confidence intervals from the report as a table
dt2=Report( platform )[Outline Box( "Means and Std Deviations" )][Table Box( 1 )] << Make Into Data Table;
dt2<<SET name=""></SET></GET>
Sich selbst,
In akademischen Arbeiten sowie in Forschung und Entwicklung ist dieses Diagramm sehr verbreitet. Andere Formate sind möglicherweise informativer, aber das normative Format gewinnt. Hier ist ein Link zu einer ganzen Reihe von Abbildungen aus Arbeiten, die in Fachzeitschriften mit hohem Impact Factor veröffentlicht wurden. Wie Sie sehen, kommt dieser Abbildungstyp ziemlich häufig vor.
Veröffentlichte wissenschaftliche Arbeiten verwenden dieses Format häufig
Bezüglich der Intervalle: Es sind definitiv die 95%-Konfidenzintervalle, werfen Sie einen Blick auf die Tabelle, mit der das Diagramm verglichen wird
Ehrlich gesagt, ich bin Wissenschaftler und habe die Ergebnisse einer ANOVA noch nie auf diese Weise präsentiert.Ich finde das Diagramm nicht intuitiv und der Maßstab ist völlig falsch.In der ANOVA soll der Maßstab der Daten zur Visualisierung eigentlich der Bereich der Daten oder ein +/- k Standardabweichungsbereich um die Daten sein (k irgendwo im Bereich von 2–4).Das obige Diagramm konzentriert sich hauptsächlich auf proportionale Unterschiede, indem es einen Balken für den Mittelwert und eine Null auf der Y-Achse zeigt.
Es sieht auch so aus, als würden Sie die Standardabweichung jeder Gruppe verwenden, um die Fehlerbalken zu erstellen, aber das Tukey-HSD hat die gepoolte Standardabweichung verwendet, nicht wahr?Dies nutzen auch die Rauten im Oneway-Diagramm, und die Breite der Raute variiert aufgrund der Anzahl der Beobachtungen in der Gruppe.
Ich denke, dass es für das Diagramm, das Sie erstellt haben, besser ist, die Y-Achse zu strecken, damit der Fokus auf der Position des Durchschnittsergebnisses liegt.
Ist dies nur eine Möglichkeit, die „Kreise“ im Oneway-Diagramm zu umgehen, die es gewohnt sind, zu erklären, welche Gruppen ähnlich oder statistisch unterschiedlich sind?
Wie wäre es stattdessen mit dieser Handlung?
Ich habe mit Ihrer resultierenden Tabelle herumgespielt, zwei Spalten erstellt, um anzuzeigen, ob die Zeile in Gruppe „a“ oder „b“ war, und dann dieses Dashboard erstellt.
