我应该如何比较和验证各种分布的均值和分布大家好，
想在这里寻求一些建议。
我有一个基线/名义分布，我想对分布 A、B、C 和 D 进行比较，看看它们的均值和分布是否与基线分布等效/可比。 我可以在 JMP 13 中使用的最有效措施是什么？
谢谢，
安安回复：我应该如何比较和验证各种分布的均值和分布分析您所描述的内容有多种可能性：1 到 100 个测试，每个测试有 5 个条件，每个结果都是一个“分布”。 适当的分析取决于数据的收集方式。
- 例如，假设每个测试代表一个批次、相同的源材料或相同的时间范围，并且在每个测试上运行条件 A、B、C、D 和基线。在这种情况下，Test/Batch 应被视为区组因子（JMP Oneway with Test as a block）或多变量响应模型。
- 每个测试和条件的“分布”也将调整要执行的分析。
我的建议是在你的组织或大学（或大学附近）找人来获得一些统计咨询建议。
我不知道您的数据是如何收集的，因此附带的带有嵌入式图表的示例数据表旨在向您展示使用 JMP 的视觉和分析可能性。 JMP 表包含 100 次测试的模拟数据，每次运行都使用 A、B、C、D 和基线条件，“分布”是代表随机效应的 20 个测量值（相对于固定效应：例如，在某个固定位置进行的测量对象；或以特定的时间间隔顺序进行，例如药物功效测试，其中在 0、1 小时、5 小时等处收集测量值）。模拟的test-test variation大；在运行 75 之后添加了一个班次，以使效果更加明显。
附表包含 3 个嵌入式脚本：
- 值的变异图- 按测试、条件分组的原始数据图。 在 X 轴的右侧，单击测试并将其拖动到条件。
- 摘要图- 创建表测试摘要，计算每个测试/条件的“分布”均值和标准差，然后绘制比较“分布”均值和标准差分组的变异图表，按测试、条件然后条件、测试分组；总共四个地块（请参阅下面的两个条件、测试图）。
- Dunnett 比较与测试作为块因素- 此脚本使用测试摘要表和单向方差分析，将测试用作块。这将删除测试-测试因素并执行块差异的单向比较。
请注意，我构建了模拟，以便基线和 D 具有相同的均值（C 相差不远），并且基线和 C 具有相同的标准偏差。
请记住，如果您的实验不是这样运行的，那么 #3 可能不是最好的分析，但是，像 #1 和 #2 这样的图表应该可以让您对实验结果有一些了解。
Mean & Std Dev grouped by Condition, TestMean & Std Dev grouped by Condition, Test按条件、测试分组的均值和标准差
回复：我应该如何比较和验证各种分布的均值和分布大家好，
非常感谢您的建议。 非常感谢他们。
另一个快速问题...
我是否应该进行 1 到 100 次测试，并且每个测试都有分布 A、B、C 和 D 以及 1 个基线分布。 我可以使用什么快速指标或衡量标准来查看平均绩效是否存在不匹配？ 并根据该指标，将采取后续行动进一步调查。 例如，如果每个测试有 2 个分布，我可能会激活 T 测试以检查 T 比率和 P 值。 但是，如果每个测试我有多个分布，那么进行快速检查的更简单方法是什么？ Anova F 比率会是一个很好的指标吗？
谢谢你，新年快乐。
安安回复：我应该如何比较和验证各种分布的均值和分布我总是从图表开始，以确保它是一个公平的比较。 添加到@dale_lehman的建议，我建议按顺序（时间）或其他可能对这些分布很重要的因素绘制数据，例如，如果查看房屋价格，按位置或功能（房间数量）等查看。
回复：我应该如何比较和验证各种分布的均值和分布我建议从更通用的方法开始。您应该叠加分布并直观地比较它们。均值和分布是汇总度量，它们可能匹配也可能不匹配分布的最显着特征。根据分布的外观，您可以使用诸如随机优势之类的概念，这些概念比仅使用分布的前两个时刻更普遍地比较分布的形状。累积分布是另一种查看可能产生有用见解的比较的方法。
回复：我应该如何比较和验证各种分布的均值和分布许多常见的假设检验（例如，t 检验、单向方差分析）是总体均值差异的参数检验。 Oneway 平台（选择“分析”>“用 X 拟合 Y”）执行这两个测试。 如果您确定与 ANOVA 存在显着差异，则可以在拥有控制总体时使用多重比较方法，例如 Dunnett 检验。
该平台还提供价差的参数测试。 点击 Oneway 旁边的红色小三角并选择不等方差。 不幸的是，没有针对价差的多重比较方法。
看帮助>图书>基本分析然后是专门关于单程平台。
