이 데이터의 변동성을 보는 방법우리는 중복된 96웰 플레이트에서 측정을 수행했습니다(따라서 96개의 서로 다른 샘플이 두 개의 플레이트로 동일하게 분할되었습니다). 우리는 판 사이의 변동성을 추정하고 싶습니다.제가 보기에는 가변성의 두 가지 중요한 원인이 있는 것 같습니다. 하나는 하나의 플레이트가 다른 시간에 측정되었기 때문에 시간과 관련이 있고 따라서 모든 샘플은 아마도 해당 플레이트에서 동일하게 저하되었을 것이고 다른 하나는 복제물 간의 다른 차이와 관련되어 있습니다.
우리는 각 중복 항목에 대한 %CV를 취하여 평균 또는 중앙값 %CV를 살펴보았습니다. JMP를 사용하여 플레이트가 어떻게 다른지 확인할 수 있는 더 좋은 방법이 있습니까? 또한, 플레이트 사이의 상관 관계에 대한 "1-r2"(비평형 변동)가 이를 계산하는 올바른 방법인 것 같지 않습니다.
Re: 이 데이터의 변동성을 보는 방법고마워요 마크. 이것은 많은 도움이 됩니다.
Re: 이 데이터의 변동성을 보는 방법96 Plate = Var1B_1에 대한 추정치는 -0.063997(총 평균보다 낮음)이므로 두 번째 판과 첫 번째 판 사이의 총 효과는 +0.127994입니다. 이 결과는 시간 경과에 따른 성능 저하에 대한 귀하의 가설과 일치합니까?
Re: 이 데이터의 변동성을 보는 방법이런, 여기 있습니다:
Re: 이 데이터의 변동성을 보는 방법매개변수 추정 개요를 표시하지 않았습니다. 96 플레이트에 대한 추정치는 절편(총 평균)과 첫 번째 플레이트의 차이입니다. 다른 판에는 이 추정치가 음수이므로 전체 효과(판 간의 차이)는 표시된 추정치의 두 배가 됩니다.
RMSE=0.146308은 반복실험의 표준 편차입니다.
Re: 이 데이터의 변동성을 보는 방법고마워요 마크.
참고: 복제본은 각 플레이트의 동일한 위치(웰 번호)에 있습니다. 만약에 대비하여 이것이 분석에 차이를 만듭니다.
나는 귀하가 적합 모델로 수행한 작업을 복제하려고 시도했으며 다음과 같은 결과를 얻었습니다.
두 접시의 복제물 사이에 상당한 차이가 있다는 뜻인 것 같은데요? 각 플레이트의 웰 간 변화와 비교하여 어느 정도인지 말할 수 있습니까?감사해요
Re: 이 데이터의 변동성을 보는 방법나는 당신의 디자인을 다시 만들어 보았습니다. 샘플 대신 두 개의 범주형 요인을 사용했습니다. 하나는 플레이트 열(8개 레벨)에 대한 것이고 다른 하나는 플레이트 행(12개 레벨)에 대해 96개의 샘플을 생성했습니다. 플레이트(2레벨)에 대한 요소를 추가했습니다.
판기둥과 판열 사이의 포텐틸라 상호작용 효과에 대한 항을 추가했습니다.
192런에 대한 디자인을 만들었습니다. 테이블을 만들고 런을 플레이트, 플레이트 행, 플레이트 열별로 정렬했습니다. (일반적으로 실행을 무작위로 지정하지만 플레이트에서는 다릅니다.) 분석을 설명하기 위해 간단한 표준 정규 분포(모든 효과가 null임)를 사용하여 응답을 시뮬레이션했습니다. 모델 테이블 스크립트 옆에 있는 녹색 삼각형을 클릭했습니다.실행을 클릭했습니다.
우물의 고정 효과가 통계적으로 유의한지 확인하려면 효과 검정을 사용하십시오. 모형이 전체적으로 통계적으로 유의한지 확인하려면 분산 분석을 사용합니다. 표본 표준 편차의 통합 추정치로 RMSE(평균 제곱근 오차)를 사용합니다.
