如何查看此數據的變異性我們在重複的 96 孔板中進行了測量（因此 96 個不同的樣品平均分成兩個板）。 我們想要估計板之間的變異性。在我看來，有兩個重要的變異來源，一個與時間有關，因為一個板是在不同時間測量的，因此所有樣品在該板中可能同等降解，另一個與重複之間的其他差異有關。
我們只是取得每個重複的 % CV，並查看平均值或中位數 %CV。 有沒有更好的方法來查看 JMP 板的不同之處？ 另外，在我看來，板塊之間相關性的「1-r2」（無法解釋的變化）並不是計算此值的正確方法。
回覆：如何查看此數據的變異性謝謝馬克。 這很有幫助。
回覆：如何查看此數據的變異性96 Plate = Var1B_1 的估計值為 -0.063997（低於總平均值），因此第二塊板和第一塊板之間的總效應為 +0.127994。 這個結果與您隨著時間的推移而退化的假設一致嗎？
回覆：如何查看此數據的變異性哎呀，這是：
回覆：如何查看此數據的變異性您沒有顯示參數估計大綱。 96 個板的估計值將是第一個板與截距（總平均值）的差異。 另一個板的估計值為負，因此總效應（板之間的差異）是所示估計值的兩倍。
RMSE=0.146308 是重複的標準差。
回覆：如何查看此數據的變異性謝謝馬克。
注意：重複項位於每個板中的相同位置（孔號）。 以防萬一這會對分析產生影響。
我嘗試複製您對擬合模型所做的操作並獲得以下結果：
我猜這表明兩個板中的重複項之間存在顯著差異？我們能否說出每個板中孔與孔之間的差異有多大？謝謝
回覆：如何查看此數據的變異性我試圖重新創建你的設計。 我沒有使用樣本，而是使用了兩個分類因子：一個用於板列（8 個水平），另一個用於板行（12 個水平），以產生 96 個樣本。 我為板子添加了一個因素（2 個級別）。
我添加了一個術語來表示板列和板行之間的電位相互作用效應。
我設計了 192 次運行。 我製作了一個表格，並按板、板行和板列對運行進行排序。 （我通常會隨機化運行，但與板不同。）我用一個簡單的標準正態分佈模擬了您的響應（所有效應均為空）來說明分析。 我點擊模型表腳本旁邊的綠色三角形。我單擊“運行”。
使用效果測試來確定孔的固定效果是否具有統計顯著性。 使用變異數分析來確定模型作為一個整體是否具有統計顯著性。 使用均方根誤差 (RMSE) 作為樣本標準差的總和估計值。
