複数の直線を比較するにはどうすればよいですか? (y=ax+b)良い一日、
これには問題があります。
日: 1、2、3、4、5
演算子: a、b、c、d
1 日で実行: r1、r2、r3
すべての実行には 2 つの観測値があります: o1、o2
上記のデータの組み合わせは、
0mg/mL、1mg/mL、30mg/mL、
結論としては、1 つの回帰直線 (y= 濃度、x= 観測値) です。
個々の観測値がどの程度変動するかを知りたかったので、
多くの方法を試しましたが、やや満足のいくものではありませんでした。
最後に、作成した回帰直線を比較してみました。
ただし、Y 切片と傾きは一緒に考慮する必要があるため、この比較を行うのは簡単ではありません。
これらの重回帰直線を比較して、次のように結論付けることができますか?
1. 全方位回帰から、演算子 c のギャップが最も大きく、演算子 b のギャップが最も小さくなります。
2. 演算子 d の場合、回帰直線を使用した ANOVA の P 値は有意であるため、日間の変動は有意です。
3. Mean(o) を o1 と o2 の間の平均として使用すると、分散 (演算子) は (SD ではなく) SEM に関連するため減少します。
私を助けてください...
消費者および市場調査Re: 複数の直線を比較するにはどうすればよいですか? (y=ax+b)私はこの分析をあなたと同じように解釈します。 グループ間に一定の偏りはありませんが、比例的な偏りはあります。
Re: 複数の直線を比較するにはどうすればよいですか? (y=ax+b)親愛なる、
最後に確認事項が 1 つあります...
私が投稿した写真では、
傾き (相互作用項) には有意な差があり、切片項には有意差がないと結論付けることができますか?
したがって、この場合、次のように結論付けることができると思います。
傾きは異なりますが、切片は同じとみなされますので、再現性1～3に違いはありません。
(私が知っているように、ANCOVAの差には傾きの差と切片の差の両方が必要です)
同意できますか？
Re: 複数の直線を比較するにはどうすればよいですか? (y=ax+b)他の変数がグループの概念の一部である場合は、モデル内でそれらを使用できます。
はい、この分析は伝統的に共分散分析 (ANCOVA) として知られています。
Re: 複数の直線を比較するにはどうすればよいですか? (y=ax+b)どのように解釈が間違っているのか、
やっとこのフィギュアを手に入れる目的地に到着しました!!
あなたの助けは私にとって素晴らしいものでした！
[By] 係数を「日、実行など」に割り当てるべきかどうか、少し混乱しています。
しかし、それは今のところ重要ではありません。
あなたは状況を解決しました。
私の問題は、
データを正しく整理しませんでした。
それは次のようでした、
1mg/mL 30mg/mL
44.2 105.1
30.2 130.0
55.1...
これは本当に問題で、ANCOVA を実行するために必要な変数 (連続) が見つかりませんでした。
お手伝いをさせていただいた後、
結果的には、
濃度観測値
1 44.2
30 105.1
1 30.2
30 130.0
... ついに ANCOVA にも適用できるようになりました。
ありがとう！
Re: 複数の直線を比較するにはどうすればよいですか? (y=ax+b)実際、これは本当に役に立ちます。
まだそれ以上のステップは試していませんが、あなたの返信を読んでいるときに突然1つのアイデアを思いつきました
Y を展開し、「演算子」 -1 でグループ化します。
「演算子」で区切って「日」でグループ化して並べ替えます -2
.... このようにして、質問に答えることができると期待しています。 「Y は演算子によって異なりますか?」または「日の変数は演算子の Y に影響しますか?」など。
スクリプトは理解できませんが、頑張ってあなたの言いたいことを理解できることを願っています。
どうもありがとうございます！
Re: 複数の直線を比較するにはどうすればよいですか? (y=ax+b)線形モデルでは (X,Y) のペアが想定されますが、各グループ内の複数の Y に対して X=1 の場合を説明します。 どうしてそんな状況があり得るのでしょうか？
以下は、Sample Data フォルダー内の Big Class データ テーブルを使用した意味の例です。 スクリプトを実行して、私が話していることを確認し、あなたのケースで機能するかどうかを確認してください。
Names Default to Here( 1 );
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
fit = dt << Fit Model(
Y( :weight ),
Effects( :height, :age, :height * :age ),
Personality( "Standard Least Squares" ),
Emphasis( "Minimal Report" ),
Run(
:weight << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
Parameter Estimates( 1 ), Scaled Estimates( 0 ),
Plot Actual by Predicted( 0 ), Plot Residual by Predicted( 0 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 0 ),
Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )}
)
);
結果は次のとおりです。
相互作用項が鍵となります。 これは、「傾きは年齢層に依存しますか?」という質問をテストするために使用されます。 このケースは、この項が 95% の信頼度で有意ではないため、そうではないことを示唆しています。
グループ化はより複雑になります (:age のような単一の変数だけではありません) が、考え方は同じです。 したがって、どの変数を使用してグループを定義できるかを検討し、式を使用して回帰分析用のグループ化変数を作成します。
Re: 複数の直線を比較するにはどうすればよいですか? (y=ax+b)ご返信いただきありがとうございます。 サンプルファイルは添付できませんのでご了承ください。
さて、現在私は次のようなデータJMPファイルを持っています、
オペレーターの日の実行再現性
1 a r1 o1=47.2
1 a r1 o2=45.3
1 a r2 o1=49
1 a r2 o2=44.5
1 b r1...
1 mg/mL の場合...
具体的にどのようなコラムを作成してほしいですか？
おそらく、上記のデータセットは x=1、y=47.2、45.3、... であり、名目上のグループ化列を言っているのでしょうか？
のように、
1 a r1 o1 として、G1 、
1 a r1 o2 as、G2、...
?
良い一日を！！
Re: 複数の直線を比較するにはどうすればよいですか? (y=ax+b)このタスクには線形回帰モデルを使用できます。 Y 変数と X 変数に加えて、グループ化変数を作成する必要があります。 これらをモデルに含めてください。 また、各グループ化変数を X 変数と交差させます。 グループ化変数の主効果の検定では、各グループの共通または一意の切片に関する質問に答えます。グループ化変数との交互作用効果の検定により、各グループの共通または固有の傾きに関する質問が得られます。
については、この JMP ヘルプ ガイドを参照してください。線形モデルのフィッティング詳細については。
