JMP 13-Dunnett는 어디로 갔습니까?나는 통제에 대한 영향을 위해 새로운 균주를 선별 할 때 온실 실험에서 Dunnett를 사용합니다. 비교 유형 (Tukey, Student 's T, LSMeans Contrast 등)을 선택하는 아래로 스크롤 상자에서 '살아'사용했습니다. 더 이상 선택 사항이 아닙니다. Dunnett 옵션을 어디에서 찾을 수 있는지 아는 사람이 있습니까? 아니면 현재 사용 가능한 옵션과 하나의 치료법을 대조군과 비교하는 방법을 알고 있습니까?
Re : JMP 13-Dunnett는 어디로 갔습니까?사용중인 모델 유형으로 Dunnett를 스크립팅 할 수 있습니까?
Re : JMP 13-Dunnett는 어디로 갔습니까?첨부 파일이 작동하지 않았으며 Dunnett은 해당 플랫폼에서 사용할 수 없습니다. 우리는 그들이 끝낼 때까지 기다려야 할 것입니다!
Jesper
Re : JMP 13-Dunnett는 어디로 갔습니까?오랫동안 후속 조치를 취하지 못해 죄송합니다. 나는 출산 휴가 중이었습니다. 내가 당신의 첨부 파일을 놓치고 있습니까?
Re : JMP 13-Dunnett는 어디로 갔습니까?첨부 파일을 참조하십시오.
Re : JMP 13-Dunnett는 어디로 갔습니까?Dunnett는 REML에 대해 구현되지 않습니다.
가능하지 않거나 특히 성가신 계산상의 이유가 있다면 모르겠습니다.
구현되지 않았을 수도 있습니다. JMP 개발에 대한 소원으로 추가하겠습니다.
Re : JMP 13-Dunnett는 어디로 갔습니까?여전히 랜덤 효과를 모델에 포함시키고 Dunnett 테스트를 수행하고 싶다면 생각합니다. REML에서 EMS로 방법을 변경할 수 있습니다. 그런 다음 Dunnett는 무작위 효과가있는 모델에서 실행할 수 있습니다.
Br juna
Re : JMP 13-Dunnett는 어디로 갔습니까?나는 이론이 있고 MTOF가 내가 목표를 벗어 났는지 여부를 알려줄 수 있습니다.
내 생각 엔 모델에 치료가 있고 Random 속성을 할당했습니다. JMP에게 Random 속성은 더 큰 치료 세트에서 샘플링했음을 모델링 플랫폼에 알려 주지만 치료 선택이 결과에 미치는 영향에 실제로 관심이 없습니다. 치료 선택이 결과에 영향을 미친다는 것을 인식하고 원하는 얼마를 추정합니다. 즉, 치료는 당신이 통제 한 것이 아니라 단지 일어난 일이기 때문에 기준선 통제 "치료"가 없습니다. 따라서 JMP의 관점에서 볼 때 Dunnett의 테스트는 합리적이지 않습니다. 제어 무작위 샘플과 같은 것이 없기 때문입니다.
내 제안은 치료에서 Random 속성을 제거하는 것입니다. 나는 당신이 치료법이 무엇인지 (제품 A v 제품 
통제하고 그것들을 비교하고 싶어한다고 가정하고, 그래서 당신은 그것을 고정 효과로 안전하게 취급 할 수 있습니다.
자세한 설명을 위해 JMP 도움말에서 저보다 더 잘 설명 할 수있는이 문구를 찾았습니다.
----
무작위 효과
무작위 효과는 수준이 일부 모집단의 무작위 표본으로 간주되는 요인입니다. 종종 랜덤 효과의 정확한 수준은 관심이 없습니다. 오히려 관심있는 수준에 의해 반영된 변동입니다 ( 분산 성분 ). 그러나 주어진 수준의 랜덤 효과에 대한 반응을 예측하려는 상황도 있습니다. 기술적으로 랜덤 효과는 평균이 0이고 분산이 0이 아닌 정규 분포를 갖는 것으로 간주됩니다.
두 개의 특정 오븐이 금형 수축에 미치는 영향이 다른지 여부에 관심이 있다고 가정합니다. 오븐은 한 번에 한 배치의 50 개 몰드 만 처리 할 수 있습니다. 무작위로 선택한 50 개 금형 배치 3 개가 두 오븐 각각에 연속적으로 배치되는 스터디를 설계합니다. 배치가 처리되면 각 배치에서 무작위로 선택된 5 개 부품에 대해 수축이 측정됩니다.
배치는 각 배치에 대해 한 번씩 6 개 수준이있는 요인입니다. 따라서 모델에 오븐과 배치라는 두 가지 요소를 포함합니다. 수축에 대한 각 오븐의 효과를 비교하는 데 특히 관심이 있기 때문에 오븐은 고정 된 효과입니다. 그러나 이러한 특정 6 개 배치가 평균 수축에 미치는 영향에는 관심이 없습니다. 이러한 배치는이 실험을 위해 선택할 수 있고 분석 결과를 일반화해야하는 배치의 전체 모집단을 나타냅니다. 배치는 무작위 효과로 간주됩니다. 이 실험에서 배치 계수는 가능한 모든 배치 간의 수축 변동 측면에서 중요합니다. 귀하의 관심은 그것이 설명하는 수축의 변동량을 추정하는 것입니다. (한 오븐에서 한 배치 만 처리 할 수 있으므로 배치도 오븐 내에 중첩됩니다.)
이제 두 가지 사료 체계를 적용한 암탉의 알 무게에 관심이 있다고 가정 해 보겠습니다. 10 마리의 암탉은 사료 체계에 무작위로 배정됩니다. 5 마리에게는 사료 체계 A가, 5 마리에게는 사료 체계 B가 주어집니다. 이 경우 특정 암탉의 알 무게 예측과 암탉 사이의 알 무게 차이에 관심이 있습니다.
Re : JMP 13-Dunnett는 어디로 갔습니까?13.1 이었지만 비교를 위해 JMP 12도 설치되어 있습니다. 보고서를 보면 치료 ID 번호에 Random 속성을 부여하고 REML을 사용하여 분석 한 것 같습니다. 12 또는 13에서 그렇게 할 때 Dunnett 's는 옵션으로 사용할 수 없습니다. 아직 이유를 이해하지 못하지만 통계 세부 정보를 파헤쳐 이유가 있는지 또는 단지 감독인지 확인하고 있습니다.
JMP12 JMP12
JMP13 JMP13
Re : JMP 13-Dunnett는 어디로 갔습니까?12 개 또는 13 개 버전이 있습니까? 내 이펙트 세부 사항은 다음과 같습니다.
Re : JMP 13-Dunnett는 어디로 갔습니까?일반적으로 어떤 플랫폼을 사용하십니까? Fit Y by X 플랫폼에서 Dunnett 's는 핫스팟 메뉴의 Compare Means 아래에 있고 Fit Model에서는 Effect Details의 핫스팟 메뉴 아래에 있습니다.
