我有一个有反应的人群数据集。我做了三次重复实验，所以有三次试验数据，但每次试验的反应率可能有所不同。这是缺氧反应率，它对湿度/温度等我无法完全控制的因素很敏感。
每次试验均由接受不同治疗的人群以及空载体对照组成。
就像这样，但每次试验每个治疗/对照有 50 个条目：
试验反应
1次治疗X 999
1 控制 576
2 治疗X 1111
2 控制 700
3次治疗X 700
3 控制 350
因此，在这个例子中，处理组的数据始终高于对照组，但对照组的数据差异很大。我原本想用 Dunnett 检验来查看哪些处理组与对照组存在差异，但我想对数据进行归一化，以解释试验日的差异。由于总体规模不同，我不能只使用每天的总平均值，但我应该能够使用对照组来对每次试验进行归一化。如何在 JMP 中执行此操作？
如果只是计算每次试验的比率（或差异），您可以使用https://marketplace.jmp.com/appdetails/Normalization+GUI中的 Normalization AddIn
例如设置如下：
- 要规范化的列：响应
- 函数：比率或差异
- 分组：按试验
- 子集：控制
[默认聚合是中位数，即使只有一个控制也能很好地工作，并且比其他模式快得多。]
