如何查看此数据的变异性我们在重复的 96 孔板中进行了测量（因此 96 个不同的样品平均分成两个板）。 我们想要估计板之间的变异性。在我看来，有两个重要的变异来源，一个与时间有关，因为一个板是在不同时间测量的，因此所有样品在该板中可能同等降解，另一个与重复之间的其他差异有关。
我们只是获取每个重复的 % CV，并查看平均值或中值 %CV。 有没有更好的方法来查看 JMP 板的不同之处？ 另外，在我看来，板块之间相关性的“1-r2”（无法解释的变化）并不是计算此值的正确方法。
回复：如何查看此数据的变异性谢谢马克。 这很有帮助。
回复：如何查看此数据的变异性96 Plate = Var1B_1 的估计值为 -0.063997（低于总平均值），因此第二块板和第一块板之间的总效应为 +0.127994。 这个结果与您随着时间的推移而退化的假设一致吗？
回复：如何查看此数据的变异性哎呀，这是：
回复：如何查看此数据的变异性您没有显示参数估计大纲。 96 个板的估计值将是第一个板与截距（总平均值）的差值。 另一个板的估计值为负，因此总效应（板之间的差异）是所示估计值的两倍。
RMSE=0.146308 是重复的标准差。
回复：如何查看此数据的变异性谢谢马克。
注意：重复项位于每个板中的相同位置（孔号）。 以防万一这会对分析产生影响。
我尝试复制您对拟合模型所做的操作并得到以下结果：
我猜这表明两个板中的重复项之间存在显着差异？我们能否说出每个板中孔与孔之间的差异有多大？谢谢
回复：如何查看此数据的变异性我试图重新创建你的设计。 我没有使用样本，而是使用了两个分类因子：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。 我为板添加了一个因素（2 个级别）。
我添加了一个术语来表示板列和板行之间的电位相互作用效应。
我设计了 192 次运行。 我制作了一个表格，并按板、板行和板列对运行进行排序。 （我通常会随机化运行，但与板不同。）我用一个简单的标准正态分布模拟了您的响应（所有效应均为空）来说明分析。 我单击模型表脚本旁边的绿色三角形。我单击“运行”。
使用效果测试来确定孔的固定效果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) 作为样本标准差的汇总估计值。
