如何查看此数据的可变性我们在重复的 96 孔板中进行了测量（因此 96 个不同的样本平均分为两个板）。 我们想估计板块之间的变异性。在我看来，有两个重要的变异源，一个与时间有关，因为一个板是在不同的时间测量的，因此所有样品可能在该板中同样降解，另一个与重复之间的其他差异有关。
我们只是获取每个副本的 % CV，并查看平均或中值 % CV。 有没有更好的方法来查看这些板与 JMP 的不同之处？ 此外，在我看来，板块之间相关性的“1-r2”（无法解释的变化）并不是正确的计算方法。
回复：如何查看此数据的可变性谢谢马克。 这很有帮助。
回复：如何查看此数据的可变性96 Plate = Var1B_1 的估计值为 -0.063997（低于总平均值），因此第二个和第一个板之间的总效应为 +0.127994。 这个结果与你的随时间退化的假设一致吗？
回复：如何查看此数据的可变性哎呀这是：
回复：如何查看此数据的可变性您没有显示参数估计大纲。 96 板的估计值将是第一个板与截距（总平均值）的差值。 另一个板块具有此估计值的负值，因此总效应（板块之间的差异）是所示估计值的两倍。
RMSE=0.146308 是重复的标准偏差。
回复：如何查看此数据的可变性谢谢马克。
注意：重复项位于每个板中的相同位置（井号）。 以防万一这对分析有影响。
我试图复制您对拟合模型所做的操作并得到以下结果：
我想这说明两个盘子中的重复项之间存在显着差异？我们能说出与每块板的孔间变化相比有多少吗？谢谢
回复：如何查看此数据的可变性我试图重新创建您的设计。 我没有使用样本，而是使用了两个分类因素：一个用于板列（8 个水平），另一个用于板行（12 个水平）以产生 96 个样本。 我为盘子添加了一个因子（2 个级别）。
我为板列和板行之间的 potentila 相互作用添加了一个术语。
我设计了 192 次试验。 我制作了一张表格，并按板、板行和板列对运行进行了排序。 （我通常会随机化运行，但它与板不同。）我用一个简单的标准正态分布（所有效应都为空）模拟了你的反应来说明分析。 我单击了模型表脚本旁边的绿色三角形。我点击运行。
使用效应检验来确定孔的固定效应是否具有统计显着性。 使用方差分析来确定模型作为一个整体是否具有统计显着性。 使用均方根误差 (RMSE) 作为样本标准差的合并估计。
