无法复现 Tukey 检验的重复测量方差分析结果……感觉我做错了什么。大家好！这是我的第一篇帖子。我是一名硕士研究生，正在研究利用湿地植物修复水污染。我一直在用JMP学生版分析数据，进行Tukey检验，并和一位指导我的统计学家一起找出哪些结果具有统计学意义。但现在他休假了，我尝试自己复现我们之前一起做的工作，却得到了不同的结果！我遇到了瓶颈。
我记得我们当时好像做了这件事：
1. 将下图所示的 Excel 表格导入 JMP。
2. 点击“分析”-->“拟合模型”
3. 在弹出的对话框中，将所有“Mean(pH, T1), Mean(pH, T2)”等列放入“选择角色变量”下的 Y 部分。
4. 将物种、处理和区组放入“构建模型效应”中，并进行“因子到程度”分析，使它们彼此建立关系。
5. 将其作为多变量方差分析 (MANOVA) 运行，并在出现的框中选择“重复测量”和“时间”。
6. 如果结果具有统计学意义，则对每个“Mean(pH, T1)”列分别进行常规方差分析（“标准最小二乘法”），重点关注“效应杠杆”。
7. 在显示方差分析结果的窗口中，找到标有“物种”的小红箭头的方框，进行 Tukey 检验，看看每种植物物种有哪些不同的字母。
我感觉这里有点不对劲。我们一起做了这个pH值电子表格，我把结果整理到了一个Word文档里，就是这里用紫色和黄色高亮显示的那部分。左边是统计学家指导我做的，右边是我自己做的。正如你所看到的，当我自己重复一遍以确保流程正确时，Tukey检验的结果略有不同……当我查看“最小二乘均值”时，只有对照组的数值不同。所以我认为这一定是关键所在。
除了12年前本科时上过一门统计学课之外，我几乎没接受过什么统计学方面的教育。我觉得自己对统计学的理解还停留在原始人的层面，大概就是“Tukey检验中不同的字母就意味着我们可以把它们算作不同的样本”。但我并不真正理解这套理论是如何运作的。
我觉得我肯定漏掉了什么步骤，所以结果才跟他略有不同。而且，根据我之前在pH值周的固定效应检验笔记，我们一起做的时候只有“物种”这一类别的Prob > F值是显著的（红色），但我刚才自己单独做的时候，“物种”和“处理”这两个类别的Prob > F值都是红色的……所以我知道肯定有什么地方不对劲。
如果这有帮助的话，实验内容是：在微型生态系统（水桶）中种植五种不同的植物，分别用三种不同污染程度（0%、30% 和 70%）的水浇灌，并监测它们在 12 周内的健康状况以及它们所处水体的状况，包括 pH 值。
希望我已经把我的问题解释清楚了！如果您还需要我提供其他信息来帮助澄清问题，请告诉我。
非常感谢您的帮助！
基础数据分析与建模回复：无法复现 Tukey 检验的重复测量方差分析结果……感觉我做错了什么。嗨@PersuasionRam10 ，
欢迎来到社区页面。希望我们能帮到您。但是，目前最大的困难在于我们没有您的数据，无法重现您遇到的问题。
您能否分享这些数据？即使是匿名数据也很有帮助。
在您学习如何使用 JMP 进行分析时，我强烈建议您：每当您执行任何类型的分析，并且可能忘记了所有细节步骤时，您可以随时点击最顶层分析（例如“拟合 Y 对 X”或“多元分析”）旁边的红色按钮（三角形），然后选择“保存脚本”>“保存到数据表”。之后，您可以返回到该脚本，查看所有用于生成该分析的设置。这非常实用，可以节省您的时间。
总之，如果您能以匿名化表格的形式分享数据（菜单：表格 > 匿名化），这将是一个很好的起点，方便其他人尝试复现您遇到的问题。如果您确实进行了匿名化处理，最好能告知社区哪些列对应哪些变量，例如 Y 或 X。您可以隐藏重要细节，但我们仍然需要知道哪些列应该用于哪些位置。以下是 Big Class.jmp 示例数据的原始截图和匿名化后的截图，以便您了解匿名化对数据表的影响。
希望这能帮到你！
DS
回复：无法复现 Tukey 检验的重复测量方差分析结果……感觉我做错了什么。您好，谢谢您的帮助！当然可以，我可以分享我的数据。我在这里附上了一个 .jmp 文件，您说的分享数据是指这个吗？（我刚刚确保里面没有任何名字之类的东西，我不介意包含列名之类的信息，因为这只是一个更大项目的一部分。）
我需要找出不同物种对 pH 值是否存在显著差异，处理方法会产生什么影响，以及是否存在物种*处理方法的交互作用，为此我一直在使用 Tukey 检验。
也谢谢你提醒我分享剧本。我已经照做了。
回复：无法复现 Tukey 检验的重复测量方差分析结果……感觉我做错了什么。嗨@PersuasionRam10 ，
感谢您上传数据表。查看了您提供的数据以及您发布的内容后，我有几点看法/疑问。
1. 你使用的是哪个版本的 JMP？我知道你用的是学生版，但具体版本号是多少？我这么问是因为 JMP 在某些更新中会修正一些计算，这可能会导致数值略有不同（例如 Prob > F），但通常差异体现在小数点后较高的位数——比如第 5 位或第 6 位。你可能还需要了解一下统计学教授使用的是哪个版本。例如，我使用的是 JMP Pro 19.0.3，在对物种进行 Tukey HSD 检验时，使用最小二乘均值法计算出的 CONTROL 值为 6.9819，而你的截图中相同值的计算结果为 6.9810。
2. 根据你提供的截图，你似乎将其中一列设置为了随机效应，是这样吗？你展示了报告中的一段文字“固定效应检验”，这意味着必须包含一个随机效应变量。你使用的是哪个变量？是“块效应”吗？还是你使用的列被赋予了其他属性，例如“混合效应”或“排除效应”？
3. 这是一项设计实验吗？是实验设计（DOE）吗？如果是，您在实验设计中最初使用的是哪种模型？这也是一个重要的起点——如果它真的是一项实验设计，看起来确实很像，因为如果您观察物种、处理和区组的分布情况，会发现各个因素之间的分布似乎很均匀。
4. 我可以复现你截图中与统计学教授给出的结果进行比较的数字，但我无法复现截图左侧的部分。我猜测这可能与随机效应有关，但我们不知道你使用了什么随机效应。
5. 关于第2点和第4点：我无法重现您分享的固定效应报告中的DFDen值，这可能是由于您对随机变量的定义以及其他模型效应的定义所致。我发现“物种*处理”的Prob > F值很大，而Logworth值很低，因此它可能不是一个重要的因素（至少对于Mean(pH,T1)来说是这样——我还没有查看其他Mean(pH,T*)列，因为我无法重现您展示的两个实例）。
6. 分析过程中是否有任何行被排除在外？这可能会影响部分计算结果。
7. 您是否对列进行了任何转换，例如对 Y 值进行对数转换或对模型效应进行转换？
谢谢！，
DS
回复：无法复现 Tukey 检验的重复测量方差分析结果……感觉我做错了什么。1. 让我看看……我好像用的是 JMP 学生版 19.0.1。我不确定我的导师用的是哪个版本，但我们都是在我的电脑上完成的，所以都是 19.0.1 版本。
2. 是的，没错。我在“构建模型效应”中将所有项都设置为了区块随机效应。因此，区块、物种*区块和处理*区块都是随机效应。
3. 我想是的……我不太确定这里“设计实验”/DOE的具体含义。我设计了一个实验，设置了四组，每组18个桶，分别装着不同的植物或不装植物，并施加不同程度的污染。
4. 据我所知，截图的左侧也来自与我附上的同一个 Excel 表格，我们也让其中的方块效果随机化了。
6. 我不这么认为……应该包含全部 72 行。
7. 我刚刚检查了我的所有笔记……看来这次我们没有对任何东西进行对数变换。
谢谢！ :smiling_face_with_smiling_eyes:
回复：无法复现 Tukey 检验的重复测量方差分析结果……感觉我做错了什么。嗨@PersuasionRam10 ，
感谢您提供的补充信息。另外，顺便提一下，如果您使用@符号，就可以在社区论坛中标记特定的人。这样可以通知到被标记的人您已发送了消息。
关于您的数据，我唯一能想到的就是“处理”列中“对照物种”部分可能存在拼写错误。如果您查看物种、处理和区块的分布情况，会发现区块 2 的“对照”处理比其他所有区块都多了一个 30% 的处理。这是有意为之，还是拼写错误？我尝试复制“处理”列，并将第 30 行或第 34 行的值更改为其他值，但仍然无法重现您帖子左侧的结果。不过，我可以完美地重现您帖子右侧显示的结果。
或许应该回到原始数据，确保没有拼写错误或分析错误。
DOE（实验设计）用于测试可能影响响应的多个因素，并高效地完成测试。事实上，当我根据您提供的三个因素（6 个水平的物种、3 个水平的处理和 4 个水平的区组）创建自己的 DOE，并强制运行 72 次时，JMP 生成的 DOE 在所有三个因素上均匀分布。这就是我怀疑其中存在拼写错误（可能不止一个）的原因之一。
您分享的数据表是否是通过汇总另一个数据表生成的？有时，查看原始数据有助于确定哪些地方的处理方式不同。
否则，我认为你的方法听起来没问题。只需使用原始数据再次确认你用于分析的数据集是否正确即可。
希望这能帮到你！
DS
回复：无法复现 Tukey 检验的重复测量方差分析结果……感觉我做错了什么。@SDF1
您好！非常感谢您几周前对我的帮助。我已经找到问题所在，解释为什么我的数据略有不同！我需要在对话框中将“连续”模块更改为“名义”。更改后，Tukey 检验中控制变量的最小二乘均值就恢复正常了。
回复：无法复现 Tukey 检验的重复测量方差分析结果……感觉我做错了什么。嗨@PersuasionRam10 ，
很高兴听到你成功复现了之前的结果。不过需要注意的是，JMP 似乎限制模型中的随机变量必须是连续型（可能也包括有序型），但我认为它不允许名义变量是随机的。但是，很高兴听到你已经解决了一些问题，可以继续你的工作了！
DS
