これに対する簡単で唯一の答えはありません。特に、プロセス、ノイズ、物理学、データを事前に知らない場合にはそうです。
2 つのスクリプトといくつかのモデル化されたデータを含むテーブルを生成するスクリプトが同梱されています。
私にとって最初のアプローチは常に視覚的な判断です (グラフ ビルダーなどによる)。
2 番目のアプローチは、フィット モデル プラットフォームです。この場合は最小二乗法です。2 番目のスクリプトを参照してください。 p 値は、流体 3 が可塑剤 3 とは異なるというパラメーターの重要性を示す可能性がありますが、見つけるのは困難です。 より多くのデータがあれば、見つけやすくなるでしょう。 「？」を押すとレポート内でマウスをクリックすると、詳細を理解するためのコンテキスト ヘルプが表示されます。
幸運を！
Names Default To Here( 1 );
Random Reset( 42 );
db = New Table( "Plasticizers",
add rows( 12 ),
New Column( "Experiment", "Numeric", "Ordinal", set values( [1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3] ) ),
New Column( "Nutritive fluid",
"Character",
"Nominal",
set values(
{"fluid 1", "fluid 1", "fluid 1", "fluid 1", "fluid 2", "fluid 2", "fluid 2", "fluid 2", "fluid 3", "fluid 3", "fluid 3", "fluid 3"}
)
),
New Column( "Time points of collection (hours)",
Numeric,
Continuous,
set format( "Best", 12 ),
set values( [0, 12, 24, 48, 0, 12, 24, 48, 0, 12, 24, 48] )
),
New Column( "Concentration plasticizer 1 (micrograms)",
"Numeric",
Continuous,
set formula( Random Normal( 1, 1 ) + 0.1 * Name( "Time points of collection (hours)" ) )
),
New Column( "Concentration plasticizer 2 (micrograms)",
"Numeric",
Continuous,
set formula( Random Normal( 3, 1 ) + 0.2 * Name( "Time points of collection (hours)" ) )
),
New Column( "Concentration plasticizer 3 (micrograms)",
"Numeric",
Continuous,
set formula( Random Normal( 10, 1 ) + If( Name( "Nutritive fluid" ) == "fluid 3", 0.5, 0.1 ) * Name( "Time points of collection (hours)" ) )
),
);
db << Add Properties to Table(
{New Script(
"Concentration plasticizer 1 (micrograms) & 2 more vs. Time points of collection (hours)",
Graph Builder(
Size( 855, 739 ),
Variables(
X( :Name( "Time points of collection (hours)" ) ),
Y( :Name( "Concentration plasticizer 1 (micrograms)" ) ),
Y( :Name( "Concentration plasticizer 2 (micrograms)" ), Position( 1 ) ),
Y( :Name( "Concentration plasticizer 3 (micrograms)" ), Position( 1 ) ),
Group X( :Nutritive fluid )
),
Elements( Points( X, Y( 1 ), Y( 2 ), Y( 3 ), Legend( 14 ) ), Smoother( X, Y( 1 ), Y( 2 ), Y( 3 ), Legend( 15 ) ) )
)
), New Script(
"Fit Least Squares",
Fit Model(
Y(
:Name( "Concentration plasticizer 1 (micrograms)" ),
:Name( "Concentration plasticizer 2 (micrograms)" ),
:Name( "Concentration plasticizer 3 (micrograms)" )
),
Effects( :Nutritive fluid, :Name( "Time points of collection (hours)" ) ),
Personality( "Standard Least Squares" ),
Emphasis( "Effect Leverage" ),
Run(
:Name( "Concentration plasticizer 1 (micrograms)" ) << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ),
Lack of Fit( 0 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ), Plot Residual by Predicted( 1 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )},
:Name( "Concentration plasticizer 2 (micrograms)" ) << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ),
Lack of Fit( 0 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ), Plot Residual by Predicted( 1 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )},
:Name( "Concentration plasticizer 3 (micrograms)" ) << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ),
Lack of Fit( 0 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ), Plot Residual by Predicted( 1 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )}
)
)
)}
);
