在重复测量方面需要帮助你好，
客户有以下情况：
多个产品（X_1，V_1_0至V_1_19）将分别用5个培养皿（X_3、1至5）进行4次测试（X_14-X_17，例如0、12、48，... h），以进行测试。 他们想知道几个因素，其中哪些因素以及它们如何影响结果（X_4-X_7）。
如何最好地建立这种模式？ 使用MANOVA还是使用具有随机效果的LS？ 在堆叠因素并将其添加到模型中时，存在奇点问题。
请首先坚持使用JMP功能。
我也考虑过FDE，但我认为只有很少的数据能在我眼中得到一个好的模型。
@DonMcCormack @朱利安
回复：在重复测量方面需要帮助嗨，马丁，
我对数据有点困惑（可能是由于匿名化过程）。我会备份一个步骤，并确保客户对他们正在尝试做的事情有一个明确的陈述。当我试图理解数据时，我想到了一些不同的问题......
1. 每个产品应该一起考虑还是单独考虑？
2. 感兴趣的结果是什么？ 是每个时间点的测量值还是增长率或增长达到某个点的时间，或百分比变化（以进行跨产品比较）？
3. 看起来 X14 = 时间点 1 的响应，X15 = 时间点 2 的响应，等等（这与您对数据的堆叠使用相匹配）。 你能用时间值替换吗？
4. X4 - X7 看起来是每个产品的特定级别 - 放在标准化的范围内？？
5. 我相信您正在尝试了解 X4 - X7 对响应的影响，如所附屏幕截图所示...
6. 在您执行第 3 步和第 4 步后，FDE 是否会起作用？
回复：在重复测量方面需要帮助你好@karencopeland ,
我试着回答这些问题。
1. 每个产品应该一起考虑还是单独考虑？
产品 (X_1) 按产品类型 (X_2) 分类
2. 感兴趣的结果是什么？ 是每个时间点的测量值还是增长率或增长达到某个点的时间，或百分比变化（以进行跨产品比较）？
我会再次检查这个，但我知道她想知道每个产品是否需要 X4-X7 因子，以及它们如何影响培养结果。 理想的行为在前 3 个时间点是平坦的，直到最后一个时间点应该是高的。 如果一切都是平坦的，那就行不通了。
3. 看起来 X14 = 时间点 1 的响应，X15 = 时间点 2 的响应，等等（这与您对数据的堆叠使用相匹配）。 你能用时间值替换吗？
0, 4, 24, 168 分钟
4. X4 - X7 看起来是每个产品的特定级别 - 放在标准化的范围内？？
您可以想象一个实验，其中一种产品具有 X_4-X_7 的一种设置，并且将在 5 个培养皿中并行测试，每个培养皿在 4 个时间点测量。 下一个产品具有另一种不同的 X_4-X_7 设置，并再次在 5 个培养皿中进行测试并测量了 4 次。
也就是说，这 5 道菜用于查看一种设置发生的变化。 产品由 4 个因素处理，感兴趣的是什么对结果影响最大，以及每种产品有何不同。例如，如果 X_4 的高设置会对产品 A 产生积极影响，对产品 B 也是如此，还是不应该在那里使用
5. 我相信您正在尝试了解 X4 - X7 对响应的影响，如所附屏幕截图所示...
是的，但我的自由度太少，无法检查这一点
6. 在您执行第 3 步和第 4 步后，FDE 是否会起作用？
我认为模型不够准确，最多只能设置 2 节。 （见附件 StackedForFDE）。 我简要地检查了标准化，但我看不到这里模型的好处。
回复：在重复测量方面需要帮助在 MANOVA 与混合模型方面，我遵循统计方法来分析重复测量 (CS Davis, 2002, Springer)，他指出 MANOVA 相对于混合模型而言动力不足。 就个人而言，我发现 MANOVA 更难解释，更喜欢线性建模方法。 也就是说，您将受到 JMP 中协方差结构的限制，只有复合对称可用。 JMP Pro 具有一组用于重复测量的标准协方差结构，但数量不如 SAS。 几年前我写了一篇关于这个主题的发现论文。 顺便说一句，戴维斯的书中有一章关于增长曲线建模。
FDE？ 我认为这将是一个可行的选择，但如果人们询问统计差异，您可能会遇到问题。 此外，根据行业的不同，可能会使用标准模型，因为参数具有特定的解释。
这是来自受监管的行业吗？ 如果是这样，则可能存在用于对数据建模的标准操作程序。
回复：在重复测量方面需要帮助在更仔细地查看数据和评论之后，我认为您在尝试拟合这些数据时会遇到问题。 响应似乎是非常离散的百分比值，通过将它们按顺序考虑可能更适合。 如果您确实将它们视为连续的，则需要使用非高斯混合模型（Beta？）。 级别对于产品是唯一的，因此您只能拟合因子或产品级别，但不能同时拟合两者。
回复：在重复测量方面需要帮助我看了资料。 正如您为假设 CS 结构的重复测量指定的随机效应模型，实际上可以通过去除四个固定效应 X4-X7 来拟合。每个主题 ID X__3[X__1] 的这些固定效应完全没有可变性，这在 JMP 奇点报告中显示。
回复：在重复测量方面需要帮助这是在理解数据之前尝试建模的情况。 似乎每个产品都是 X4 - X7 的独特组合，有些产品有效（即，它们在时间结束前达到 100 个单位），而有些则无效。 那么问题来了，我们能否找出 X4 -X7 的哪些组合是“好”的，哪些是“坏的”。我不认为这适合干净的模型......
