このデータのばらつきの見方重複した 96 ウェル プレートで測定を行いました (したがって、96 の異なるサンプルが 2 つのプレートに均等に分割されます)。 プレート間の変動性を推定したいと考えています。変動性の 2 つの重要な原因があるように思えます。1 つは 1 つのプレートが異なる時間に測定されたため、時間に関連しているため、すべてのサンプルがおそらくそのプレートで均等に劣化し、もう 1 つは複製間の他の違いに関連しています。
各複製の % CV を取得し、平均または中央値の %CV を調べました。 プレートの違いを JMP で調べる良い方法はありますか? また、プレート間の相関関係の「1-r2」(明白でない変動) がこれを計算する正しい方法であるとは思えません。
Re: このデータのばらつきの見方ありがとうマーク。 これは非常に役立ちます。
Re: このデータのばらつきの見方96 プレート = Var1B_1 の推定値は -0.063997 (総平均を下回る) であるため、2 番目と 1 番目のプレートの間の合計効果は +0.127994 です。 この結果は、経時劣化の仮説と一致していますか?
Re: このデータのばらつきの見方おっと、それは次のとおりです。
Re: このデータのばらつきの見方パラメータ推定の概要は表示されませんでした。 96 プレートの推定値は、インターセプト (総平均) からの最初のプレートの差になります。 もう一方のプレートはこの推定値の負の値を持っているため、合計効果 (プレート間の差) は示された推定値の 2 倍になります。
RMSE=0.146308 は、複製の標準偏差です。
Re: このデータのばらつきの見方ありがとうマーク。
注: 複製は、各プレートの同じ場所 (ウェル番号) にあります。 これが分析に違いをもたらす場合に備えて。
フィットモデルであなたがしたことを再現しようとしましたが、以下が得られました:
これは、2 つのプレートの複製に大きな違いがあることを示していると思いますか?各プレートのウェル間の変動と比較して、どれくらいの量を言うことができますか?ありがとう
Re: このデータのばらつきの見方あなたのデザインを再現してみました。 サンプルの代わりに、2 つのカテゴリ因子を使用しました。1 つはプレートの列 (8 レベル) 用、もう 1 つはプレートの行 (12 レベル) 用で、96 個のサンプルを生成しました。 プレート（2段階）の係数を追加しました。
プレート列とプレート行の間の潜在的な相互作用効果の項を追加しました。
192ランのデザインを作りました。 テーブルを作成し、ランをプレート、プレートの行、プレートの列で並べ替えました。 (通常は実行をランダム化しますが、プレートでは異なります。) 分析を説明するために、単純な標準正規分布 (すべての効果が null) を使用して応答をシミュレートしました。 モデル テーブル スクリプトの横にある緑色の三角形をクリックしました。[実行] をクリックしました。
効果検定を使用して、井戸の固定効果が統計的に有意かどうかを判断します。 分散分析を使用して、モデルが全体として統計的に有意かどうかを判断します。 サンプル標準偏差のプールされた推定値として二乗平均平方根誤差 (RMSE) を使用します。
