大家好， @martindemel
在 JMP 18.0.1 中，我启动了一个线性模型：
Y~X1*X2
在哪里 ：
- Y 是连续响应
- X1 是连续回归量
- X2 是分类回归量（3 个类别，分别名为“A”、“B”、“C”）
有些人称此模型为 ANCOVA
由此我得到：
X2 每个类别的截距和斜率（超过 X1），如下图所示：
我想以成对的方式对这些斜率进行相互比较。
像这样（在 R 4.2.2中完成:(
图书馆（emmeans）
对（emtrends（lm（Y ~ X2 * X1，数据 = df），~ X2，var="X1"))
contrast estimate SE df t.ratio p.value
A - B 0.211 0.0616 54 3.431 0.0033
A - C -1.721 0.0616 54 -27.934 <.0001
B - C -1.932 0.0616 54 -31.365 <.0001
P value adjustment: tukey method for comparing a family of 3 estimates
目前，在 JMP 中我只找到了一些做非常接近的事情的方法，但并不是我想要的：
1. 拟合模型方法：将斜率与总体平均值进行比较
--> 红色三角形 / 估计值 / 比较斜率
将每个斜率与平均斜率进行比较（使用尼尔森调整）
2. 拟合曲线方法：等效性检验结果
--> 红色三角形（来自线性拟合）/等效性检验
该方法对拟合的每个参数执行成对（跨 X2 类别）等价检验。这里只有 2 个参数，即截距和斜率。
结论和最后一个问题：
我知道有多种方法可以确定一个斜率是否与其他斜率不同。但我正在寻找斜率之间的成对比较的具体方法（与在 R 中可执行的方法相同，见上文）。
附件说明：
- data.xlsx = 数据（模拟数据）的 Excel 文件
- Compare_slopes_example.jmp = JMP 表，其中包含来自 data.xlsx 的数据和拟合模型，拟合曲线分析保存到其中。
非常感谢您的帮助！
祝你有美好的一天 = )
很好的添加@MRB3855
我从帖子中了解到自定义测试应该这样设置（其中前三列不是必需的，但显示了@Mark_Bailey在他的回答中所描述的内容：
你好，我找到了另一个更详细地讨论这个问题的帖子。据我所知，他们指出你不仅想了解斜率是否有差异，还想了解每次比较有什么差异。
斜率比较
一种方法是手动方法，以每个级别为参考（使用级别的值顺序）并拟合模型，另一种方法是使用非线性拟合。 @julian似乎也创建了一个插件（也可以在线程中找到），但是我不确定它有多新，因为帖子和插件都是 2016 年的。
[编辑：顺便说一下，第一种方法也已放入 JMP 注释中以供参考：[删除链接，因为并非所有用户都可以访问]]
是的， @dlehman1是正确的。使用他指定的模型，X2 检验将告诉您三条线的截距是否不同。交互检验将告诉您斜率是否不同。要了解原因，请查看此模型的预测方程，您可以看到 X2 参数是如何调整截距的，而 X1*X2 参数是如何调整 X1 斜率的。
我认为您想使用拟合模型平台，使用 X1、X2 和 X1*X2（交叉效应）作为因子。这允许斜率和截距变化，并且我相信提供了统计上比较斜率和截距与平均值以及彼此所需的所有信息。具有更完整统计背景的人可能会建议在哪里寻找这些信息。
谢谢@MRB3855、 @martindemel
感谢这次自定义测试以及@martindemel展示的对比 我得到的结果与 R 相同。
唯一剩下的事情就是对 p 值进行 Tuckey 调整。
非常感谢 ！
