¡Hola!
Tengo una pregunta sobre la representación tanto gráfica como estadística. En el siguiente gráfico de barras, la interacción entre los dos tratamientos es significativa, por lo que la forma más ideal de representar gráficamente los resultados sería un gráfico de barras con la siguiente estética:
Realizando el Tukey de la interacción, el resultado del análisis es el siguiente:
Aunque esta salida de JMP sería la estadísticamente más correcta, ya que tiene toda la información entre los tratamientos, ¿hay alguna forma en JMP pro de poder comparar estadísticamente entre el tratamiento principal y los tratamientos secundarios, simplificando los resultados gráficamente para la comprensión del lector?
¿Cómo representarías los resultados gráficamente y estadísticamente?
gracias de antemano
No sé cuál es la respuesta "correcta", pero podría intentar algo como esto:
Utilicé la plataforma fit y by x para hacer una comparación de medias usando Dunnet con control.
En este ejemplo, el control se llama "control", por lo que la plataforma no pregunta qué nivel es el control. Si el tratamiento de referencia no se llama "control", se le solicitará que especifique cuál es el control.
El JSL que se muestra a continuación toma la tabla de datos de la clase grande y la manipula para convertirla en una tabla de ejemplo. Usé el generador de flujo de trabajo para generar el JSL, por lo que algunas cosas no son del todo correctas, pero funciona.
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>