544_zh-CN

liliconcom

比较回归曲线我有两组数据，其中 Y 线性依赖于 X。 我试图确定两组数据是否在同一行。
我查阅了文献，有两种方法可以做到这一点。
1. 比较斜率，看看它们是否相等；然后比较截距，看看它们是否相等。 使用 t 检验确定斜率和截距是否相等。 如果斜率和截距都相等，则直线重合。

2. 创建一个模型并使用虚拟变量 (Z)，其中第一个数据集 Z = 1，第二个数据集 Z = 0。 得到 y = a + bX +cZ + dXZ。 其中a、b、c、d为系数，X为自变量，Z为虚拟变量。 然后，您可以执行多重部分 F 检验，通过将具有 Z 和 XZ 项的模型与不具有这些项的模型进行比较来确定直线是否重合。

有没有一种简单的方法可以使用 JMP 软件进行这些测试？
到目前为止，我已经拟合了一个包含 X、Z 和 XZ 的模型（检查了中心多项式）。 从效果测试来看，Z 的 F 比率为 31，Prob > F 为 <0.0001。 X*Z 的 F 比率为 0.3178，Prob > F 为 0.5765。 我对这 2 组数据使用 0.05 的显着性水平，自由度分别为 21 和 18。回复：比较回归曲线我认为您使用协方差分析的方法是正确的。您的结果表明，斜率没有显著差异（XZ 项），但两个数据集（Z 项）之间的水平（“截距”）不同。

在 JMP 中，您无需明确创建 0/1 虚拟变量即可执行此操作。您只需使用两个数据集的名称或 ID 来创建名义变量即可。

请参阅手册第 12 章“具有单独斜率的协方差分析”下的示例（JMP 统计图指南，JMP 8 第 250 页）