여러 반응 변수에 대한 일원 분산 분석에 대한 단일 출력 테이블을 얻는 방법안녕하세요,
커밋하기 전에 JMP와 몇 가지 다른 통계 소프트웨어 패키지를 시험해 보고 있습니다. 환경 과학자로서 저는 5개 테스트 위치(각 테스트 영역 내에서 6개 반복)에 대해 연간 샘플링 이벤트(n = 4) 사이에 ~20개의 수질 화학 분석물 모음의 차이를 테스트하기 위해 정기적으로 100회의 일원 분산 분석을 실행해야 합니다. 저는 영역 간의 차이를 테스트하는 것이 아니라, 4개 이벤트(매년) 사이의 각 분석물질의 평균 농도의 차이만 테스트하는 것입니다. 데이터 세트를 영역별로 분할하여 20개 분석 물질 각각에 대한 연도 차이에 대한 일원 분산 분석 결과가 필요합니다. JMP 출력에서 영역 분할(양호)을 제공하는 방법을 찾았지만 각 영역 분할 내에는 20개의 드롭다운(즉, 각 분석물질에 대해 하나씩 )이 있으며 이를 개별적으로 수행해야 합니다(따라서 총 100회). ) 드롭다운 메뉴에서 분산 분석 결과를 선택합니다. 이건 별로 재미가 없어요. 이 일을 덜 지루하게 만드는 방법이 있나요? 각 영역에 대한 20개의 분산 분석 결과를 모두 단일 테이블로 얻으려면 어떻게 해야 합니까?
건배
기본 데이터 분석 및 모델링결과 공유 및 전달Re: 여러 응답 변수에 대한 단방향 ANOVA에 대한 단일 출력 테이블을 얻는 방법이를 수행하는 "재미있는" 버전도 있습니다
~와 함께
20개 분석, 5개 영역 -> :나이
샘플링 이벤트 -> :sex
스크립트를 실행한 다음 Anovas 중 하나를 마우스 오른쪽 버튼으로 클릭하고 결합된 데이터 테이블 만들기
Names Default to Here(1);
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
gb = dt << Graph Builder(
Size( 437, 413 ),
Graph Spacing( 4 ),
Variables( X( :height ), Y( :weight ), Overlay( :sex ) ),
Elements( Points( X, Y, Legend( 1 ) ), Smoother( X, Y, Legend( 2 ) ) )
);
Oneway(
X( :sex ),
Y( :height ),
By( :age ),
SendToByGroup( Bygroup, Y( :height ) ),
SendToByGroup( Bygroup, X( :sex ), Means( 1 ), Mean Diamonds( 1 ) ),
);
Re: 여러 응답 변수에 대한 단방향 ANOVA에 대한 단일 출력 테이블을 얻는 방법이를 처리하는 가장 쉬운 방법은 Response Screening Platform을 사용하는 것이라고 생각합니다.
분석=>스크리닝=>응답 스크리닝
테이블 형식의 일원 분산 분석을 제공합니다.
Re: 여러 응답 변수에 대한 단방향 ANOVA에 대한 단일 출력 테이블을 얻는 방법다른 접근 방식이 궁금합니다. 각 분석 물질(20)에는 고유한 반응(예: 용존 산소), 범위 및 분산이 있으므로 지금은 별도로 유지하겠습니다. 병렬 분석을 위해 Fit Model을 사용하여 Y 역할에 모두 입력하고 노력을 줄일 수 있습니다. 위치(5개 수준) 및 연도(4개 수준)를 사용하여 선형 예측 변수를 구축하여 노력을 더 줄이고 더 많은 정보를 얻을 수 있습니다. 복제(암시적 또는 명시적 임의 효과 항)를 사용하는 방법에 대해 아직 잘 모르겠습니다. 왜 이런 식으로합니까?
- 당신을 위해 더 효율적입니다. 하나의 플랫폼 시작을 지정하고 한 번에 모든 결과를 얻습니다.
- JMP에 더 효율적입니다. 데이터를 더 작은 여러 세트로 나누면 통계적 능력과 정확성을 잃게 됩니다.
- 데이터에 대해 더 많은 질문을 할 수 있습니다.
- 시간의 효과는 각 위치에서 동일합니까?
- 일부 위치가 동일하게 작동합니까? 알려줄 수 있는 클러스터가 있습니까?
- 모든 통계 테스트를 함께 볼 수 있습니다.
- 수행할 수 있습니다. 사후 맞춤 테스트 또는 대비.
- 개별 위치나 연도 또는 각 변수의 다양한 조합에 대해 질문할 수 있습니다.
이런 종류의 분석을 위해 어떻게 설정합니까? 각 분석자 응답에 대한 데이터 열과 위치 및 연도에 대한 데이터 열이 있어야 합니다. 그런 다음 다음 단계를 따르십시오.
- 분석 > 모델 적합을 선택합니다.
- Analyte 데이터 열을 선택하고 Y를 클릭합니다.
- 위치 및 연도 데이터 열을 선택하고 추가를 클릭합니다.
- 강조를 효과 레버리지로 설정합니다.
- 실행을 클릭합니다.
- 분산 분석 테이블을 검토하여 전체 모델이 총평균에 비해 유의미한지 확인합니다.
- 효과 테스트를 검토하여 위치 또는 연도가 중요한지 확인하십시오.
- Leverage Plot for Location 옆에 있는 빨간색 삼각형을 클릭하고 LSMeans Plot 및 LSMeans Tukey HSD를 선택합니다.
- 연도로 마지막 단계를 반복합니다.
이 분석은 좋은 시작이 될 것입니다. 도움이 되셨기를 바랍니다.
