要導入的數據 JMP 在準備好在JMP中進行分析之前，通常需要一些操作。有時，數據的排列使得一行包含多個觀察的信息。要準備數據以進行分析，必須對其進行重組，以使JMP數據表的每一行都包含單個觀察的信息。在此示例中，您將了解如何通過在JMP中堆疊和重新編碼數據表來重組數據。堆疊數據後，我們可以執行Oneway分析。
此示例中使用的數據稱為Fill Weights.xlsx，它位於隨JMP一起安裝的Samples / Import Data文件夾中。該數據表示在三條生產線上生產的穀物盒的重量。目標是堆疊數據，以便比較生產線的結果，看看它們是否產生大致相同的平均填充重量。理想情況下，每條生產線的平均填充重量將接近目標填充重量。
在Fill Weights.xlsx中，生產線按三組列排列。在JMP數據表中，您需要將三條生產線中的數據堆疊到一組列中。這樣，每行代表單個部件的數據。
下圖顯示了Excel中數據的初始格式。穀物盒的重量從三條不同的生產線中隨機取樣。
Excel電子表格 - 未堆疊
ID列包含測量的每個穀物盒的標識符。“線”列包含從相應生產線採樣的框的權重（以盎司為單位）。
盒子的目標填充重量為12.5盎司。雖然您對三條生產線是否符合目標感興趣，但最初您要查看三條生產線是否達到相同的平均填充率。正確設置數據後，您可以進行Oneway分析以測試平均填充重量之間的差異。
導入數據
首先，您必須先導入數據。選擇文件>打開在JMP中，從Samples / Import Data文件夾中選擇Fill Weights.xlsx。
在Excel導入嚮導預覽中，第1行包含有關表的信息，第2行為空白。列標題信息從第3行開始。此外，第3行和第4行都包含列標題信息。更改Excel導入嚮導中的設置，以便列標題從第3行開始，列標題的行數為2。
以下是在Excel導入嚮導中完成編輯後數據表的外觀：
導入的數據表
數據分為七行，每行顯示多個ID。對於三行中的每一行，都有一個ID和Weight列，總共有六列。
請注意，ID列名稱的“權重”部分是不必要的並且具有誤導性。您可以立即重命名列，但在堆疊數據後重命名列會更有效。
堆疊數據
重新整形數據，以便JMP數據表中的每一行只反映一次觀察。這要求您將麥片盒ID，行標識符和權重堆疊到列中。
為此，請選擇表>堆棧在新數據表的每一行中放置一個觀察值。因為您正在堆疊兩個系列ID和Line，所以這是一個多系列堆棧。在“堆棧”窗口中，選擇“消除缺失行”選項以刪除任何缺少數據的行。這是完成的堆棧窗口：
堆棧窗口
堆疊數據表包含標記為數據和數據2的列。這些列包含ID和Weight數據。刪除標籤列，因為條目是框ID的列標題，您在表中不需要。
要使數據表更易於理解，請通過雙擊列標題重命名每列。在此示例中，列重命名如下：
新列標題
如前所述，您可以排除“行”列的“權重”部分，以使表更具可讀性。單擊“行”列標題以選擇列並選擇 Cols> Recode 。
更改“新值”列中的值以匹配下圖中的值。
重新編碼列
重新編碼和選擇後完成>到位 ，您的新數據表現已正確構建，以便在JMP中進行分析。現在，每行包含單個穀物盒的數據。第一列給出了盒子ID，第二列給出了生產線，第三列給出了盒子的重量。
完成堆疊數據表
進行單向分析
現在您的數據已堆疊，我們可以進行單因素方差分析，以測試三條生產線中平均填充重量的差異。
為此，請選擇分析>適合Y乘X. 並將權重分配給Y，響應和行到X，因子。創建繪圖後，從紅色三角形菜單中選擇Means / Anova。
圖中的平均鑽石顯示生產線平均值的95％置信區間。落在平均鑽石之外的點不是異常值。要查看此內容，請在繪圖中添加框圖。從紅色三角形菜單中選擇顯示選項>框圖 。
箱形圖
注意所有點都在框圖邊界內;因此，它們不是異常值。
讓我們來看看All Pairs，Tukey HSD比較結果。從紅色三角形菜單中選擇比較均值>所有對，Tukey HSD 。在圖中，單擊C行的比較圓。結果如下：
重量逐行
在方差分析報告中，0.0102的p值證明了均值並非全部相等。通過檢查比較圓的交集，可視地比較每個組。外部交叉角度告訴您組的平均值是否有顯著差異。如果交叉角接近90度，您可以通過單擊比較圓來選擇它來驗證平均值是否有顯著差異。
與所選組不同的組顯示為粗灰色圓圈。注意線C被選中並顯示為紅色（以JMP默認顏色顯示），線B顯示為粗灰色。這意味著線B與線A不在同一組中，因此它們的手段明顯不同。線C的平均值與線B的平均值在0.05顯著性水平上不同。A行和B行沒有顯示出統計學上的顯著差異。
此外，圖中顯示的平均鑽石跨越平均值95％的置信區間。95％置信區間的數值界限在Means for Oneway ANOVA報告中給出。該圖表明，B行和C行的置信區間不包含12.5的目標填充重量：B行似乎是溢出，而C行似乎是未足量。對於這兩條生產線，應解決導致脫靶填充重量的根本原因。也許設備需要更換，或者線路需要調整。
由於數據結構與本示例中使用的數據類似，無論您的情況如何，將其堆疊用於Oneway分析是比較結果的好方法。
凱特琳麥考特中寫道：
P值與JMP一起安裝的Basic Analysis一書中討論。選擇“幫助”>“書籍”>“基本分析”，然後轉到“雙變量分析”一章。標題為“差異報告分析的描述”的表包含有關p值的信息。如果您有任何疑問，請隨時給我發電子郵件。感謝您對JMP的關注！
標記中寫道：
在你的帖子中，你說：“在方差分析報告中，0.0102的p值證明了均值並非完全相同。”是否存在涵蓋p值及其重要性的Web資源？
