效果測試大家好，
我一直想知道是否有人可以幫助我閱讀以下擬合模型/效果測試的結果
基本上，我有最近3次試驗的一組數據，我想看看稱重方法之間是否有任何差異。 目前我在不同年齡層使用自動秤和手動秤。 因此，我使用年齡和體重計類型作為影響體重結果的因素。 我想知道這兩個秤之間的差異是否是由於所使用的秤類型造成的。
謝謝你！
試驗1
效果測試 | 尼帕姆 | DF | 平方和 | F比率 | 機率 > F |
秤類型 | 1 | 1 | 0.5328 | 1.3884 | 0.2399 |
年齡（週） | 6 | 6 | 5364.0025 | 2329.370 | <.0001* |
秤類型*年齡（週） | 6 | 6 | 5.6173 | 2.4394 | 0.0264 * |
試驗2：
效果測試 | 尼帕姆 | DF | 平方和 | F比率 | 機率 > F |
秤類型 | 1 | 1 | 0.691 | 6.0384 | 0.0145* |
年齡（週） | 8 | 8 | 11195.978 | 12237.44 | <.0001* |
秤類型*年齡（週） | 8 | 8 | 5.641 | 6.1657 | <.0001* |
試驗3：
效果測試 | 尼帕姆 | DF | 平方和 | F比率 | 機率 > F |
秤類型 | 1 | 1 | 0.0290 | 0.2056 | 0.6506 |
年齡（週） | 7 | 7 | 8635.3296 | 8733.892 | <.0001* |
秤類型*年齡（週） | 7 | 7 | 4.7245 | 4.7785 | <.0001* |
回覆：效果測試嗨米萊娜，
只需從我們的電子郵件交換中添加此處的討論即可：
基本上，我的專案的目的是確定自動稱重系統是否可以完全或在某些年齡（？）
- 因此，您需要指定您對「稱重器類型」的效果以及「稱重器類型」和「年齡」之間的交互作用感興趣。
- 如果「秤類型」因素很重要，則測量系統之間存在差異
- 如果另外的交互作用因素很顯著，那麼差異會隨著雞的年齡而改變。
- 還要考慮到@馬克貝利關於「年齡」受「年齡」二次效應影響的重要觀點。
以及哪個系統更準確自動或手動（？）。 如何消除數據中的「噪音」。
- 這是您無法回答的問題，因為您沒有黃金標準衡量標準，即圍欄中鳥類重量的精確值。 您有三個測量系統，但每個系統都是所有鳥類真實重量的近似值（黃金標準測量）。
- 如果您有黃金標準測量，您可以計算它與測量系統之間的差異，並將其用作結果。
我認為有一些領域發揮關鍵作用：
雞隻數量（6 週時：每欄 140 隻雞手動秤重，8 至 20 週時每欄僅 50 隻雞）。 而 Auto 給出的是 24 小時內的平均值，並且同一隻雞有可能被多次稱重
- 你不能將其作為一個因素進行測試，“不。 「自動稱重的家禽數量」是隨機的，而手動則在試驗過程中受到控制。 不幸的是，這也意味著「稱重器類型」和「年齡」因素將描述由這種變化引起的變異性，而不是測量系統對雞隻年齡的有效性。
秤和校準的準確性，雖然兩者都是用校準砝碼進行校準，但仍存在一些差異。 例如，在稱重之前我會檢查 10 公斤，因此我記錄了 10 個 10 公斤的讀數，其中一些讀數超出了 -/+ 10 克的可接受範圍
- 在本研究中使用所有秤之前，您需要確保它們都是準確的。 這可能是為什麼某些筆（2、6、9、13 和 19）與其他筆顯著不同的原因？ 他們都有單獨的秤嗎？ 看@statman關於測量系統分析的回應。
我想找出可以進行哪些分析來回答一個問題：為什麼在某些試驗中，某些年齡的這些因素至關重要，而在其他試驗中則不然（？）（請查找附帶的JMP 表和帶有結果的幻燈片）。
- 一般經驗法則，更多的數據意味著更多的能力來檢測效果，並始終使用盡可能多的數據。
此外，我一直在嘗試為我的同事基於單次試驗進行類似的分析，其中鋼筆被視為隨機效應，秤的年齡和類型被視為固定效應。 然而，分析的結果與菲爾斯的不同，所以我認為我做錯了什麼。 請尋找名為「肉雞試驗 54」的附件
- 我不認為鋼筆是隨機效果，你似乎有 20 支鋼筆用於所有試驗？ 如果是這樣，則將其保留為固定效果。 例如，如果您從可能的 100 支筆中隨機選擇 20 支，那麼這就是隨機效應。
有了這些評論和來自@馬克貝利, @菲爾_凱和@statman如上所述，這不是您目前可以推斷的分析。
回覆：自動秤重 vs 手動秤重 - 效果測試回覆此主題：效果測試 自動與手動
」當我查看每個試驗的數據時，「筆」似乎有顯著的效果，但是當我綜合所有數據時，筆的效果並不顯著（我不明白為什麼會這樣？）
JMP社群的一位成員（@mark_baily）好心地為我做了一些分析（請找附件-word文件），但我還是不完全理解。
我一直想知道您是否可以研究一下並讓我知道處理這些數據的最佳方法是什麼。 」
首先，最好不要就同一主題啟動新線程。 這會讓所有想要幫助你的人感到困惑。 對於任何試圖理解這一點以幫助他們解決問題的人。
其次，請附上JMP資料表。 您可以按照與附加 .xslx 檔案完全相同的方式附加 jmp 檔案。
我已附上您作為 JMP 表共享的資料。
表中有 2 個模型腳本：1 個用於所有試驗的模型（試驗是隨機效應），1 個用於每個試驗的單獨模型。
是的，這兩種資料建模方式有不同的意義。 這並不罕見。 一個簡單的解釋是，對於特定試驗，可能存在重要差異，當您查看所有試驗時，該差異會被平均掉。
就我個人而言，我認為首先繪製數據是一個非常好的主意，即使只是為了檢查品質。 你做過這個嗎？
我發現這個情節內容豐富（腳本也在表中）。 例如，試驗 5 和 16-17 歲的數據看起來值得研究。
問候，
菲爾
回覆：自動秤重 vs 手動秤重 - 效果測試你好，
謝謝你的建議。
說實話我不知道如何上傳JMP表。 因此，我上傳了Excel電子表格。
我一直計劃檢查自動和手動重量之間的差異何時變得顯著（如果在某些年齡或可能全面）。
另外，我想確定差異是否是由於稱重方法（？）或者可能是由於被稱重的鳥的數量（自動會記錄更多的鳥，但我知道同一隻鳥可能會被稱重幾個）次，當使用手動稱重時，每隻雞都會稱重一次。 更重要的是，較少的鳥類在生命的後期熱衷於使用自動秤）
如前所述，鳥類數量存在差異。 目前我們的試驗是基於手動配重（20% 的筆被配重），但我們希望放棄這種方法並能夠繼續使用自動。 因此，我試圖弄清楚如何呈現數據來回答我們是否可以依賴自動的問題。
回覆：自動秤重 vs 手動秤重 - 效果測試您還沒有在 Excel 工作表中確定「試驗」嗎？ 什麼是審判？ 我試圖根據年齡的重複測量來弄清楚什麼是試驗，但是當我查看該模式時，我發現了 7 個試驗？
準確度是「與真值的平均偏差」。 這通常是出於校準目的。 您無法用此資料集回答準確性問題。 也許您對精度感興趣？ 您沒有任何關於同一隻鳥是否被多次稱重的記錄。 為了評估設備的精確度（可重複性），您需要在同一裝置上對同一隻鳥進行兩次測量（也是在短時間內，而不是在不同的年齡）。 為了評估精確的再現性，您需要在短時間內在兩台設備上測量同一隻鳥。 資料集中沒有這方面的記錄，因此您無法回答有關測量系統精度的問題。
唯一記錄的 Y 是我的猜測，平均體重。 每當您對多個測量值進行平均時，了解各個值的變化和分佈就很重要。 如果存在“特殊原因”數據點，它們可能會扭曲平均值。 如果分佈嚴重不正態，那麼平均值可能不適合衡量集中趨勢。
您沒有 6 週時自動秤的任何資料。 稱重的家禽數量與稱重器類型相混淆（手動始終為 50，自動為一些隨機 #）。 您的背景資訊令人困惑：
」 140 隻雞/欄最多 6 週，50 隻雞/欄 8 週後進行稱重"
“每欄飼養最多 6 週齡的 700 隻雞”
也許您應該根據鳥類數量對數據進行標準化？
正如馬克建議的那樣，您應該更好地理解測量系統研究。 我建議閱讀：
唐納德·惠勒和理查德·利戴“評估測量過程” SPC 出版社 (ISBN 0-945320-06-0)
我附上了一個簡單的數據圖表。 在沒有進一步了解的情況下進行額外的分析還為時過早。
回覆：自動秤重 vs 手動秤重 - 效果測試我匯入了您的工作簿並更改了 JMP 中的一些資料列屬性。
我使用分區模型來評估重要變數。 年齡是迄今為止最重要的變數。
我使用所有變數作為體重線性迴歸模型中的預測變數。 我將試驗和筆視為隨機效應，將其餘所有視為固定效應。 以下是初步分析：
隨機效應的變異數成分分析顯示試驗或試驗間沒有顯著效應（差異）。 年齡表現出非線性效應。 稱重器的類型有所不同，並且取決於稱重的家禽數量。
該圖顯示了模型的預測性能：
我還檢查了殘差，以查找資料或模型假設的問題。
您可以在細節中看到模型中對於最低體重仍然存在一些偏差。 範圍中間還有一組權重，它們與其他相鄰權重不同。
我假設數據是按照它們產生的順序記錄的。 如果是這樣，那麼仍有一些模式需要研究。 我按試驗著色並按秤類型標記。
回覆：自動秤重 vs 手動秤重 - 效果測試為什麼不在 JMP 資料表中提供資料？
在本研究開始時您的分析計畫是什麼？
請參見幫助 > JMP 文件庫 > 品質與生產力指南 > 測量系統分析章節了解有關使用 JMP 確定測量精度的課程。
自動稱重與手動稱重－效果測試你好，
我已將資料附在Excel檔案中。
我收集了最近 4 次試驗（自動和手動稱重）的所有體重數據。
我想知道在某些年齡段自動和手動之間的差異是否是由於稱重方法或被稱重的家禽數量或其他因素造成的。
另外，我想知道自動稱重是否比手動稱重更準確，因為更多的雞被稱重，但在試驗結束時（16 -20 週）更少的雞使用自動秤，或者情況相反。
我一直想知道，是否應該在模型中使用筆號作為隨機因子（？）
背景：
- 使用手動稱重器對 140 隻雞/欄最多 6 週的體重和 50 隻雞/欄 8 週後的體重進行稱重。 同時，自動秤記錄的重量比手動秤多（Excel電子表格中的資料）
- 每欄飼養最多 6 週齡的 700 隻雞； 8至14週：230隻雞/欄 14至20週：176隻雞/欄
- 總共有20支筆
我將不勝感激任何建議或解決方案。
預先非常感謝您。
回覆：效果測試米拉，
如果您附上資料表，我們可以看看編寫正確的模型進行分析。
回覆：效果測試什麼是「審判」？ 為什麼要單獨分析每個試驗，而不是將這些試驗合併到一個資料集中進行分析？
效果檢定是對原假設（即沒有效果）的假設檢定。 也就是說，參數估計值為零。 透過兩次估計均方和來執行檢定。 第一個估計值（平均平方誤差）與任何影響無關。 第二個估計（均方和模型）包括效應的貢獻。 這兩個估計值的比率（ F當沒有影響時，比率）接近 1。 當有影響時，該比率大於1。 關於顯著效應的結論通常是透過在測試前確定 ɑ 然後比較p - 值F比例達到這個水準。 常見但並不總是合適的ɑ = 0.05 且 JMP 假定該等級的格式p -價值觀。
如果我使用ɑ = 0.05，我的結論是：
- 沒有稱重器類型的影響，
- 有年齡的影響，
- 但年齡對於兩種秤的影響並不相同。
請參見幫助 > JMP 文檔庫 > 擬合線性模型指南 >第 3 章：標準最小平方法報告與選項。
