在一項研究中，分析師通常需要比較治療方法，以確定哪種治療方法更好或更差，以及治療方法的數量。有多種方法可以比較治療手段。一些最常見的是治療方法的所有成對比較，所有治療方法與對照的比較，以及所有治療方法與總體平均值的比較。
新的多重比較選項在適合模型最小二乘法 JMP 11 使這些類型的多重比較變得容易和易於訪問。這篇博文將演示如何使用多重比較將所有治療方法與總體平均值進行比較，也稱為均值分析法 ANOM 簡而言之。
我們來看一個例子手段分析 （Nelson等，2005）研究人員進行了一項試驗，以確定兩種類型的癌症治療（化療和放射）和三種類型的癌症藥物如何影響男性的血紅蛋白水平。由於沒有發現重要的相互作用，我們只在模型中包含這兩個因素的主要影響。圖1顯示了我們如何在JMP中的Fit Model啟動對話框中設置模型。
我們想知道癌症治療治療的平均值是否與總體平均值顯著不同，或者三種癌症藥物治療方法中的任何一種是否與95％置信水平的總體平均值顯著不同。我們可以使用紅色三角形菜單的“估計”子菜單下的“多重比較”選項來回答這個問題。圖2顯示了多重比較啟動對話框，其中包含默認估計類型“最小二乘均值估計”，選中效果，“治療”，以及比較，“與總體平均值的比較”。
生成的Multiple Comparisons報告如圖3所示。 最小二乘意味著首先顯示治療的估計值。（注意：因為擬合模型最小二乘平台可以處理任何類型的線性模型，我們估計最小二乘意味著而不是簡單均值因為模型中可能存在其他影響。）接下來，治療最小二乘意味著估計與總體平均值。最小二乘之間的差異意味著估計值和總體平均值顯示在表格中，並在與總體平均決策圖表比較中以圖形方式顯示（ANOM圖表）。
ANOM圖表看起來類似於控製圖，但具有不同的目的和解釋。在ANOM圖表中，中心線代表整體平均值。將處理裝置繪製為與總平均值的偏差，並與作為頂部和底部線的上限和下限決策限制進行比較。治療意味著超出決策限制在統計上與總體平均值顯著不同。ANOM圖表在某些方面比ANOVA效果測試更好，因為您可以輕鬆查看哪些估計值與總體平均值有統計學差異。還可以容易地確定差異的實際意義，例如，如果發現統計顯著性，哪種治療顯著低於或高於總體平均值。
在圖3中的與總體平均值的比較中，我們看到化學和輻射最小二乘平均值與總體平均值顯著不同。輻射時血紅蛋白水平顯著低於總體平均值，化學血紅蛋白水平顯著高於總體平均值。
現在我們來看看藥物效應的多重比較結果。再次，我們選擇“Estimates”子菜單下的“Multiple Comparisons”選項並選擇與圖2相同的選項，只是我們選擇“Drug”作為效果而不是“Therapy”。得到的Multiple Comparisons報告如圖所示4。通過檢查與總體平均決策圖的比較，我們發現藥物3的最小二乘均值超出決策限制並且與總體平均值顯著不同。藥物1和藥物2的最小二乘均值在決策限度內，我們並不認為它們與總體平均值有顯著差異。使用藥物3的血紅蛋白水平顯著高於總體平均血紅蛋白水平。
此示例演示了使用擬合模型最小二乘中的新多重比較選項將處理方法與總體平均值進行比較，但多重比較具有更多選項，並且還可以處理更複雜的模型。查看我即將發布的博客文章，我們將在其中檢查不同類型的模型和多重比較。
參考
Nelson，PR，Wludyka，P。和Copeland，KAF，手段分析：比較均值，比率和比例的圖解法 。 ASA-SIAM系列統計和應用概率，SIAM，費城，ASA，亞歷山大，2005年。
邁克克萊頓中寫道：
謝謝，看起來不錯。
由於缺乏對原始數據的可見性，這些ANOM方法總是引發我的經驗懷疑，由於異常值或聚類，平均值的選擇可能不合適。但只給出了手段，這是一個很好的圖表和相關的測試。尼爾森對ANOM和SPC的舊教科書方法的許多調整也許是有趣的討論博客。
在這種情況下，每個組的DF相同，JMP幫助顯示樣本大小不同的很好的示例。
http://www.jmp.com/support/help/Additional_Examples_of_the_Oneway_Platform.shtml#722533
期待更多博客關於其他類型的模型和比較方法。
