最準確的檢驗為三自變量、三因變量實驗。您好，我是第一次使用 JMP 的新手。
我目前正在從具有三個不同變量的藻類中提取特定的植物化學物質：凝結劑（兩種不同類型）、原始植物物質濃度水平（三個區間 w/v%）和酶添加水平（無、1mL 和 2mL），總共有 18 種不同的治療組合。 每個組合重複三次。 響應變量是：粗產量 %、提取物純度 % 和真實產量 %。 我試著自學了一點統計學，這就是我想出的：
1. 執行總共 9 個方差分析，以查看單個獨立因素是否對每個響應變量具有顯著影響，每個方差分析具有 Tukey's HSD。 （好吧，對於混凝劑，這將是 t 檢驗）
2. 執行三向 MANOVA 以查看自變量之間是否存在顯著的交互作用。
這看起來是個好計劃嗎？ 我希望在必要時在我的假設拒絕中盡可能保守。
視窗回复：三個自變量、三個因變量實驗的最準確測試。僅僅因為您的數據支持高階項的估計，並不意味著您必須估計它們。 大於 2 的階項很少見，因此我更願意保留自由度，以便對低階項進行更強大的測試。 失擬檢驗將表明響應誤差中存在非隨機方差問題，而殘差檢查（假設模型正確則估計統計誤差）將提供有關問題的線索。
回复：三個自變量、三個因變量實驗的最準確測試。我只是將每個實驗組合運行 3 次..？所以我想這是重複的。
至於測量，我所做的只是用電子秤測量提取物的克數，並用我們自己的機器測量純度，我們經常校準這些機器。
回复：三個自變量、三個因變量實驗的最準確測試。抱歉，我幫不上什麼忙，但我不確定我是否了解您是如何獲得數據的？ 如果我理解正確的話，你確實做了一個全階乘 3^2x2^1，你當然可以通過使用宏>全階乘來開始你的模型構建，但我不太理解的是“三次重複”這個詞。 這些是隨機複製嗎？ 或者它們是在沒有對治療組合進行任何更改的情況下獲得的每個治療組合的多個數據點（這意味著它們可能是重複的？？？）。 請為我定義一個實驗單元。 在我推薦分析流程之前，必須先確定這一點。
您對測量系統的信心如何？ 它們夠用嗎？ （例如，分辨率、精確度、穩定性等）。 您可能首先查看 Y 的相關性（並檢查多變量離群值）。
如果一式三份意味著實驗單元是隨機重複的，是否採用了任何特定的噪音策略（例如，分塊）？ 從本質上講，關於您如何以及為何如此採集樣本，我們需要了解什麼嗎？
回复：三個自變量、三個因變量實驗的最準確測試。謝謝，但為什麼階乘而不是全階乘？
回复：三個自變量、三個因變量實驗的最準確測試。太加一點@馬克貝利的建議（我同意）我建議使用 Fit Y by X 平台繪製您的響應與因素的關係圖。 您會想要尋找異常值、無意義的值，從領域專業知識或第一原理方法來看，響應值是否有意義？ 在任何這些區域中存在問題的響應值都會使建模更加難以達到您預期的問題解決目的。
回复：三個自變量、三個因變量實驗的最準確測試。不，不要將數據分組並在每個組內進行測試。 不要使用 MANOVA，因為這不是重複測量設計。 使用具有交叉項的線性回歸模型來計算潛在的交互作用。
- 選擇分析 > 擬合模型
- 選擇 3 個響應數據列並單擊是
- 選擇 3 個因子數據列並單擊宏 > 階乘(2)
- 點擊跑步
