我有一個有反應的人群數據集。我做了三次重複實驗，所以有三次試驗數據，但每次試驗的反應率可能有所不同。這是缺氧反應率，它對濕度/溫度等我無法完全控制的因素很敏感。
每次試驗均由接受不同治療的族群以及空載體對照組成。
就像這樣，但每次試驗每個治療/對照組有 50 個條目：
試驗反應
1次治療X 999
1 控制 576
2 治療X 1111
2 控制 700
3次治療X 700
3 控制 350
因此，在這個例子中，處理組的數據始終高於對照組，但對照組的數據差異很大。我原本想用 Dunnett 檢定來查看哪些處理組與對照組有差異，但我想將數據歸一化，以解釋試驗日的差異。由於整體規模不同，我不能只使用每天的總平均值，但我應該能夠使用對照組來標準化每個試驗。如何在 JMP 中執行此操作？
如果只是計算每次試驗的比率（或差異），您可以使用https://marketplace.jmp.com/appdetails/Normalization+GUI中的 Normalization AddIn
例如設定如下：
- 要規範化的欄位：回應
- 函數：比率或差異
- 分組：按試驗
- 子集：控制
[預設聚合是中位數，即使只有一個控制也能很好地工作，並且比其他模式快得多。 ]
