저는 반응 집단 데이터 세트를 가지고 있습니다. 실험을 세 배로 반복했기 때문에 세 번의 시행 데이터가 있지만, 반응률은 시행마다 다를 가능성이 높습니다. 이는 저산소증 반응률인데, 습도/온도와 같이 완벽하게 제어할 수 없는 요인에 민감합니다.
각 실험은 다양한 치료법을 적용한 모집단과 빈 벡터 대조군으로 구성됩니다.
이렇게 하면 다음과 같지만, 시험당 각 치료/대조군에 대해 약 50개의 항목이 있습니다.
재판 반응
1회 치료X 999
1 제어 576
2회 치료X 1111
2 컨트롤 700
3회 치료X 700
3 컨트롤 350
이 예시에서 처리는 항상 대조군보다 높지만, 대조군은 매우 다양합니다. Dunnetts 검정을 사용하여 어떤 처리가 대조군과 다른지 확인하려고 했는데, 시행일 차이를 반영하기 위해 데이터를 정규화하고 싶습니다. 모집단 크기가 다르기 때문에 각 날짜의 총 평균을 사용할 수는 없지만, 대조군을 사용하여 각 시행을 정규화할 수 있어야 합니다. JMP에서 이 작업을 어떻게 수행하나요?
시행당 비율(또는 차이)을 계산하는 것만이 목적이라면 https://marketplace.jmp.com/appdetails/정규화+GUI 에서 Normalization AddIn을 사용할 수 있습니다.
예를 들어 설정:
- 정규화할 열: 응답
- 함수: 비율 또는 차이
- 그룹화: 시행별
- 하위 집합: 제어
[기본 집계는 중앙값으로, 단일 컨트롤만으로도 잘 작동하며 다른 모드보다 훨씬 빠릅니다.]
