異なる P 値こんにちは！
私はこのソフトウェアを部分要因スクリーニング計画に使用しました。評価するための 3 つの異なる要素があり、それらはすべてカテゴリ的でした。私のデータは、1 つの応答に対する合否を使用して収集/記録されました。このデータを分析する適切な方法を見つけようとしています。どの要素が応答の合格率または不合格率に最も影響を与えたかを示すデータを取得しようとしています
オンラインでチュートリアルを見たところ、モデルを右クリックして「スクリプトの実行」をクリックするだけだと書かれていました。次に、パーソナリティを応答スクリーニングに変更しました。スクリプトを実行すると、以下の写真 A のテーブルが得られました。私の目的では、[エフェクト サイズ] 列がおそらく最も重要だと思います。しかし、私は混乱しています。なぜなら、チームメンバーの1人が使用している、モデルの分析と適合を行う別の方法に従ったからです。セットアップがどのようになるかを示すスクリーンショットを以下に示しました[写真B]。結果は写真Cにありますが、は記録された P 値の間に有意な差がありますが、なぜ有意な差があり、どれが正しいと考えられるのかわかりません。
写真A
写真B
写真C
前もって感謝します！
基本的なデータ分析とモデリングデータの探索と視覚化実験計画法ウィンドウズRe: P 値の違い応答スクリーニングでは 3 つの独立した分析が実行され、フィット モデルではデータ分析時に 3 つの要素すべてが考慮されます。
