Ho un set di dati di popolazioni con una risposta. Ho triplicato l'esperimento, quindi ho 3 prove di dati, ma il tasso di risposta probabilmente varia da una prova all'altra. Si tratta di un tasso di risposta all'ipossia, che è sensibile a fattori come umidità e temperatura che non posso controllare perfettamente.
Ogni sperimentazione è composta da una popolazione con trattamenti diversi, più controlli vettoriali vuoti.
Quindi, in questo modo, ma con circa 50 voci per ogni trattamento/controllo per prova:
Risposta al processo
1 TrattamentoX 999
1 Controllo 576
2 TrattamentoX 1111
2 Controllo 700
3 TrattamentoX 700
3 Controllo 350
Quindi, in questo esempio, il trattamento è sempre al di sopra del controllo, ma il controllo varia molto. Stavo pensando di usare il test di Dunnett per vedere quali trattamenti differiscono dal controllo, ma voglio normalizzare i dati per tenere conto delle differenze nei giorni di prova. Le dimensioni della popolazione variano, quindi non posso semplicemente usare la media totale per ogni giorno, ma dovrei essere in grado di usare i miei controlli per normalizzare ogni prova. Come posso farlo in JMP?
Se si tratta solo di calcolare il rapporto (o la differenza) per prova, è possibile utilizzare il componente aggiuntivo di normalizzazione da https://marketplace.jmp.com/appdetails/Normalization+GUI
ad esempio con le impostazioni:
- colonna da normalizzare: Risposta
- funzione: rapporto o differenza
- raggruppamento: per prova
- sottoinsieme: Controllo
[L'aggregazione predefinita è la mediana, che funziona bene anche con un solo controllo ed è molto più veloce delle altre modalità.]
