循环方差分析以确定最相似的组大家好，
我正在寻找循环一个否则会很乏味的过程。 潜在地，有人可能有更好的工作流程，如果你这样做，我会全力以赴。 对于我的数据集，我有 5 个种族，我试图找出种族 2 和种族 5 最匹配的种族，以便我可以结合种族。 我想要做的是在 2 和其他种族之间运行 ANOVA 和 Welche 检验，看看它们是否匹配以及哪一个最匹配。 这将只有 4 个测试，但我也有 40 个不同的组，所以手动重复这将是一个乏味的尝试。 有没有办法循环这个并以某种方式自动化一个公式，其中种族 2 匹配让说种族 3 最好有一个列指示器？
如果 JMP 中有更好的统计方法也可以促进这一点，我会全力以赴。
分析苹果系统脚本回复：循环方差分析以确定最相似的组您需要做的是运行 1 组需要完成的步骤。然后，采取这些步骤并遍历所有组应该是一项非常容易的任务。
回复：循环方差分析以确定最相似的组我通常避免将数据分成不同的组。 （当然，有些情况需要分离数据。）我考虑了一个模型，它可能会使用所有数据以获得最大的能力和灵敏度，但如果存在组差异，也可以考虑组差异。 那么包含种族和群体作为效应的线性模型呢？
另一个考虑因素是分区方法。 该模型将倾向于找到不应拆分的级别。
您是否尝试过使用二维层次聚类？
最后，当您测试差异时，ANOVA 很有用。当您测试相似性时，它不是有意的。 缺乏显着的方差分析不是相似性的证据。 等效测试也是单向测试，但方向相反。
