匹配对分析：将 t 统计量制成表格；多重 Y 反应JMP 社区您好，
对于上下文，如果这有助于 Google 索引，这是蛋白质组实验的用例，所附示例文件中的各个“测量值”代表各个肽测量值。
匹配对分析已经给了我我需要的答案（配对分析 (jmp.com))
- 按“GroupBy”分组
- 一次匹配两个条件（例如 Drug00 与 Drug01、Drug00 与 Drug02、Drug00 与 Drug03）
然而，由于我确实只需要双尾 t 检验 p 值，所以我目前必须：
- 经过分析 >> 专业建模 >> 配对
- 一次选择两个 Y 列（例如 Drug00 和 Drug01）
- 按列通过...分组
- 等待带有绘图和所有 t 统计数据的输出
- 制作组合数据表
- 按第 4 列排序
- 向下滚动到“概率 > |t| ”
- 选择带有“Prob > |t|”的所有行在第 4 栏
- 反转选择，然后删除选定的行
问题一：
有没有一种方法可以通过 JSL 或其他方式，简单地将所有统计输出（例如平均差、标准误差、上/下 95%、概率 > |t|）制成表格，或者更好，只是概率 > |t| ？我不知道如何开始，因为与图形生成器不同，我不知道如何“保存脚本”。
问题2：
解决“问题 1”对我来说已经有很长的路要走，但是有没有办法进行多个匹配对分析（即Drug00 与 Drug01 , Drug00 与 Drug02 , Drug00 与 Drug03 ）？
分析>>筛选>>反应筛选似乎就是我正在寻找的。启动响应筛选平台 (jmp.com)
- 药物01 ,药物02 ， 和药物03作为是，响应
- 药物00作为X
- 分组经过通过...分组
- 检查：发布时的 PValues 表和配对 X 和 Y
但是，我不清楚是什么P值输出中的列代表。
除此之外P值来自响应筛选工作流程的 p 值与我通过匹配对分析工作流程；这概率 > |t|值来自匹配对分析工作流程似乎更加合理。
谢谢你的建议。
数据混合和清理视窗回复：匹配对分析：将 t 统计数据制成表格；多重 Y 反应谢谢你的详细信息。好的...要使用我所描述的混合模型，您必须首先堆叠数据。 最后将有四列：GroupBy（字符，标称）、Measurement（字符、标称）、Drug（字符、标称）和肽测量（数字，连续）。 使用“拟合模型”平台，Y 是您的肽测量值，然后将药物和测量值作为模型效应。 将 GroupBy 作为您的“By”变量。然后，使用“属性”下拉三角形，将测量设置为“随机效应”（并选中“无界方差分量”，将“强调”设置为“效果筛选”）。 这是一个混合模型；之所以称为混合，是因为它包含固定效应（药物）和随机效应（测量）。它“简单地”是一个双向方差分析模型......混合的双向方差分析模型。
FWIW，这里有一些细节： https://www.lexjansen.com/pharmasug/2004/Posters/PO05.pdf
标记
回复：匹配对分析：将 t 统计数据制成表格；多重 Y 反应谢谢你的建议， @MRB3855 。
我承认我不熟悉混合模型或拟合模型。
1）是的，如果您的意思是我们期望相同的变异性，无论 Drug00/Drug01/Drug02/Drug03 列下的值的大小如何（例如不需要对数变换），我们可以假设同方差性
2）我已将“测量”的属性更改为数字，连续，但我不明白结果（附后）。
- 也许我没说清楚：在进行专业建模 >> 配对，我们填充“经过“带柱的盒子”通过...分组”（不是“X分组”）。
在相关说明中，如果您指的是“匹配对”分析，您能否指导我哪些模型类型对应于“匹配对”分析？谢谢。
Fit 模型平台概述 (jmp.com)
回复：匹配对分析：将 t 统计数据制成表格；多重 Y 反应如果我正确理解你的问题，更完整的分析是混合模型。 您的数据集中将包含三列。 GroupBy（字符、名义）、药物（字符、名义）和肽测量（数字、连续）。使用“拟合模型”平台，Y 是您的肽测量值，然后将药物和分组作为模型效应。然后，使用“属性”下拉三角形，将 GroupBy 设置为“随机效果”（并选中“无界方差分量”，将“重点”设置为“效果筛选”）。借助同方差等通常的假设，这是匹配对分析的广义版本，可扩展到两个或更多组（您的案例中的药物）。 事实上，您可以通过应用仅使用两种药物的混合模型来验证这一点。 结果将与这两种药物的配对结果相同。 使用这种混合模型的好处有很多。 其中包括： 每次比较的能力更强，并且拟合模型平台的所有功能都可供您使用（多重比较、方差分量等）。
标记
回复：匹配对分析：将 t 统计数据制成表格；多重 Y 反应ProteinA 线是错误的。只需删除整行即可。
回复：匹配对分析：将 t 统计数据制成表格；多重 Y 反应在 133K 行和 10 个条件下测试了您的脚本，并解决了两个问题。
我确实必须编辑蛋白A ，并且稍后需要时间来了解它的实际作用。
SendToByGroup( {:GroupBy == "ProteinA"} ),
谢谢， @tx尼尔森！
回复：匹配对分析：将 t 统计数据制成表格；多重 Y 反应看看这是否对您有帮助
Names Default To Here( 1 );
dt = Current Data Table();
colNames = dt << get column names( continuous );
// Start final data table
dtFinal = New Table( "Final", New Column( "Comparison", character ) );
For( i = 2, i <= N Items( colNames ), i++,
platform = Data Table( "Matched_Pair_by_Group" ) <<
Matched Pairs(
invisible,
SendToByGroup( {:GroupBy == "ProteinA"} ),
Y( colNames[1], colNames[i] ),
By( :GroupBy )
);
Wait( 0 );
// Make combined data table
dtCombined = Report( platform[1] )[Table Box( 1 )] << Make Combined Data Table;
// Close report window
Report( platform[1] ) << Close Window;
// Keep only the Prob > |t| rows
dtCombined << select where( :column 4 != "Prob > |t|" );
dtCombined << delete rows;
// Add the comparison column
dtCombined << New Column( "Comparison",
character,
set each value( colNames[1] || " vs. " || colNames[i] )
);
// Add the data table to the Final data table
dtFinal << concatenate( dtCombined, Append to first table( 1 ) );
// Delete the Combined table
Close( dtCombined, nosave );
);
