Hallo!
Ich habe eine Frage zur grafischen und statistischen Darstellung. Im folgenden Balkendiagramm ist die Wechselwirkung zwischen den beiden Behandlungen signifikant, daher wäre die ideale Möglichkeit, die Ergebnisse grafisch darzustellen, ein Balkendiagramm mit der folgenden Ästhetik:
Wenn man den Tukey-Algorithmus der Interaktion durchführt, ist das Ergebnis der Analyse wie folgt:
Obwohl diese JMP-Ausgabe statistisch am korrektesten wäre, da Sie über alle Informationen zwischen den Behandlungen verfügen, gibt es in JMP Pro eine Möglichkeit, einen statistischen Vergleich zwischen der Hauptbehandlung und sekundären Behandlungen durchzuführen und die Ergebnisse zum Verständnis des Lesers grafisch zu vereinfachen?
Wie würden Sie die Ergebnisse grafisch und statistisch darstellen?
Dank im Voraus
Ich weiß nicht, was die „richtige“ Antwort ist, aber ich würde es vielleicht mit so etwas versuchen:
Ich habe die Plattform „Y mal X anpassen“ verwendet, um einen Mittelwertvergleich mit Dunnets Kontrolle durchzuführen.
In diesem Beispiel heißt die Kontrolle tatsächlich „Kontrolle“, sodass die Plattform nicht fragt, auf welcher Ebene sich die Kontrolle befindet. Wenn die Basisbehandlung nicht „Kontrolle“ heißt, werden Sie aufgefordert, anzugeben, welche die Kontrolle ist.
Das folgende JSL nimmt die große Klassendatentabelle und bearbeitet sie zu einer Beispieltabelle. Ich habe den Workflow-Builder verwendet, um das JSL zu generieren, daher sind einige Dinge ein wenig wackelig, aber es funktioniert.
Names Default To Here( 1 );
dt=Open( "$SAMPLE_DATA/Big Class.jmp" );
dt << Begin Data Update;
dt << Recode Column(
dt:age,
{Format( _rcNow, "Fixed Dec", 5, 0 ), Map Value(
_rcOrig,
{12, "Treatment 1", 13, "Treatment 2", 14, "Treatment 3", 15, "Treatment 4", 16, "Control", 17, "Control"
},
Unmatched( _rcNow )
)},
Update Properties( 1 ),
Target Column( :age )
);
dt << End Data Update;
dt << Delete Columns( :name );
dt << Delete Columns( :sex );
dt << Set Name( "Big Experiment" );
dt << Delete Scripts(
{"Distribution", "Bivariate", "Oneway", "Logistic", "Contingency", "Fit Model",
"Set Sex Value Labels", "Set Age Value Labels", "Graph Builder Smoother Line",
"Graph Builder Line and Bar Charts", "Graph Builder Line Chart",
"Graph Builder Heatmap", "JMP Application: Six Quality Graphs"}
);
dt:age << Set Name( "Treatment" ) ;
dt:height << Set Name( "Response 1" );
dt:weight << Set Name( "Response 2" );
dt:Treatment << Set Modeling Type( "Nominal" );
dt << Oneway(
Y( :Response 1 ),
X( :Treatment ),
With Control( 1, {"Control"} )
);
obj = dt << Oneway(
Y( :Response 1 ),
X( :Treatment ),
With Control( 1, {"Control"} )
);
dt2=Report( obj )["Means Comparisons",
"Comparisons with a control using Dunnett's Method", "LSD Threshold Matrix",
Table Box( 1 )] << Make Into Data Table;
dt << Update(
With( dt2 ),
Match Columns( :Treatment = :Level )
);
Close( dt2, nosave );
obj = dt << Oneway(
Y( :Response 1 ),
X( :Treatment ),
With Control( 1, {"Control"} )
);
obj << Save Script to Data Table(
"Fit Y by X of Response 1 by Treatment", <<REPLACE></REPLACE>