無法復現 Tukey 檢定的重複測量變異數分析結果…感覺我做錯了什麼。大家好！這是我的第一篇貼文。我是一名碩士研究生，正在研究利用濕地植物修復水污染。我一直在用JMP學生版分析數據，進行Tukey檢驗，並和一位指導我的統計學家一起找出哪些結果具有統計意義。但現在他休假了，我嘗試自己復現我們之前一起做的工作，卻得到了不同的結果！我遇到了瓶頸。
我記得我們當時好像做了這件事：
1. 將下圖所示的 Excel 表格匯入 JMP。
2. 點選“分析”-->“擬合模型”
3. 在彈出的對話方塊中，將所有「Mean(pH, T1), Mean(pH, T2)」等欄位放入「選擇角色變數」下的 Y 部分。
4. 將物種、處理和區組放入「建構模型效應」中，並進行「因子到程度」分析，使它們彼此建立關係。
5. 將其作為多變量變異數分析 (MANOVA) 運行，並在出現的方塊中選擇「重複測量」和「時間」。
6. 如果結果具有統計意義，則對每個「Mean(pH, T1)」欄位分別進行常規變異數分析（「標準最小平方法」），重點在於「效應槓桿」。
7. 在顯示變異數分析結果的視窗中，找到標示「物種」的小紅箭頭的方框，進行 Tukey 檢驗，看看每種植物物種有哪些不同的字母。
我覺得這裡有點不對勁。我們一起做了這個pH值電子表格，我把結果整理到了一個Word文件裡，就是這裡用紫色和黃色亮顯示的那部分。左邊是統計學家指導我做的，右邊是我自己做的。正如你所看到的，當我自己重複一遍以確保流程正確時，Tukey檢定的結果略有不同……當我查看「最小二乘均值」時，只有對照組的數值不同。所以我認為這一定是關鍵。
除了12年前本科時上過一門統計學課之外，我幾乎沒接受過什麼統計學的教育。我覺得自己對統計學的理解還停留在原始人的層面，大概就是「Tukey檢定中不同的字母就意味著我們可以把它們算作不同的樣本」。但我並不真正理解這套理論是如何運作的。
我覺得我肯定漏掉了什麼步驟，所以結果才跟他略有不同。而且，根據我之前在pH值週的固定效應檢驗筆記，我們一起做的時候只有“物種”這一類別的Prob > F值是顯著的（紅色），但我剛才自己單獨做的時候，“物種”和“處理”這兩個類別的Prob > F值都是紅色的……所以我知道肯定有什麼地方不對勁。
如果這有幫助的話，實驗內容是：在微型生態系統（水桶）中種植五種不同的植物，分別用三種不同污染程度（0%、30% 和 70%）的水澆灌，並監測它們在 12 週內的健康狀況以及它們所處水體的狀況，包括 pH 值。
希望我已經把我的問題解釋清楚了！如果您還需要我提供其他資訊來幫助澄清問題，請告訴我。
非常感謝您的幫忙！
基礎資料分析與建模回覆：無法重現 Tukey 檢定的重複測量變異數分析結果…感覺我做錯了什麼。嗨@PersuasionRam10 ，
歡迎來到社群頁面。希望我們能幫助您。但是，目前最大的困難在於我們沒有您的數據，無法重現您遇到的問題。
您能否分享這些數據？即使是匿名數據也很有幫助。
當您學習如何使用 JMP 進行分析時，我強烈建議您：每當您執行任何類型的分析，並且可能忘記了所有細節步驟時，您可以隨時點擊最頂層分析（例如“擬合 Y 對 X”或“多元分析”）旁邊的紅色按鈕（三角形），然後選擇“儲存腳本”>“儲存到資料表”。之後，您可以返回該腳本，查看所有用於產生該分析的設定。這非常實用，可以節省您的時間。
總而言之，如果您能以匿名化表格的形式分享資料（選單：表格 > 匿名化），這將是一個很好的起點，方便其他人嘗試復現您遇到的問題。如果您確實進行了匿名化處理，最好能告知社區哪些列對應哪些變量，例如 Y 或 X。您可以隱藏重要細節，但我們仍然需要知道哪些列應該用於哪些位置。以下是 Big Class.jmp 範例資料的原始截圖和匿名化後的截圖，以便您了解匿名化對資料表的影響。
希望這能幫到你！
DS
回覆：無法復現 Tukey 檢定的重複測量變異數分析結果…感覺我做錯了什麼。您好，謝謝您的幫忙！當然可以，我可以分享我的數據。我在這裡附上了一個 .jmp 文件，您說的分享數據是指這個嗎？ （我剛剛確保裡面沒有任何名字之類的東西，我不介意包含列名之類的信息，因為這只是一個更大項目的一部分。）
我需要找出不同物種對 pH 值是否有顯著差異，處理方法會產生什麼影響，以及是否存在物種*處理方法的交互作用，為此我一直在使用 Tukey 檢定。
也謝謝你提醒我分享劇本。我已經照做了。
回覆：無法復現 Tukey 檢定的重複測量變異數分析結果…感覺我做錯了什麼。嗨@PersuasionRam10 ，
感謝您上傳數據表。查看了您提供的數據以及您發布的內容後，我有幾點看法/疑問。
1. 你使用的是哪個版本的 JMP？我知道你用的是學生版，但具體版本號碼是多少？我這麼問是因為 JMP 在某些更新中會修正一些計算，這可能會導致數值略有不同（例如 Prob > F），但通常差異體現在小數點後較高的位數——例如第 5 或第 6 位。你可能還需要了解統計學教授使用的是哪個版本。例如，我使用的是 JMP Pro 19.0.3，在對物種進行 Tukey HSD 檢定時，使用最小平方法均值法計算出的 CONTROL 值為 6.9819，而你的截圖中相同值的計算結果為 6.9810。
2. 根據你提供的截圖，你似乎將其中一列設定為了隨機效應，是這樣嗎？你展示了報告中的一段文字“固定效應檢定”，這意味著必須包含一個隨機效應變數。你使用的是哪個變數？是「區塊效應」嗎？還是你使用的欄位被賦予了其他屬性，例如「混合效應」或「排除效應」？
3. 這是一項設計實驗嗎？是實驗設計（DOE）嗎？如果是，您在實驗設計中最初使用的是哪一種模型？這也是一個重要的起點——如果它真的是一項實驗設計，看起來確實很像，因為如果您觀察物種、處理和區組的分佈情況，會發現各個因素之間的分佈似乎很均勻。
4. 我可以復現你截圖中與統計學教授給出的結果進行比較的數字，但我無法復現截圖左側的內容。我猜測這可能與隨機效應有關，但我們不知道你使用了什麼隨機效應。
5. 關於第2點和第4點：我無法重現您分享的固定效應報告中的DFDen值，這可能是由於您對隨機變數的定義以及其他模型效應的定義。我發現「物種*處理」的Prob > F值很大，而Logworth值很低，因此它可能不是一個重要的因素（至少對於Mean(pH,T1)來說是這樣——我還沒有查看其他Mean(pH,T*)列，因為我無法重現您展示的兩個實例）。
6. 分析過程中是否有任何行被排除在外？這可能會影響部分計算結果。
7. 您是否對列進行了任何轉換，例如對 Y 值進行對數轉換或對模型效應進行轉換？
謝謝！ ，
DS
回覆：無法重現 Tukey 檢定的重複測量變異數分析結果…感覺我做錯了什麼。1. 讓我看看…我好像用的是 JMP 學生版 19.0.1。我不確定我的導師用的是哪個版本，但我們都是在我的電腦上完成的，所以都是 19.0.1 版本。
2. 是的，沒錯。我在「建立模型效應」中將所有項目都設定為了區塊隨機效應。因此，區塊、物種*區塊和處理*區塊都是隨機效應。
3. 我想是的…我不太確定這裡「設計實驗」/DOE的具體意義。我設計了一個實驗，設置了四組，每組18個桶，分別裝著不同的植物或不裝植物，並施加不同程度的污染。
4. 就我所知，截圖的左側也來自與我附上的同一個 Excel 表格，我們也讓其中的方塊效果隨機化了。
6. 我不這麼認為……應該包含全部 72 行。
7. 我剛剛檢查了我的所有筆記……看來這次我們沒有對任何東西進行對數變換。
謝謝！ :smiling_face_with_smiling_eyes:
回覆：無法重現 Tukey 檢定的重複測量變異數分析結果…感覺我做錯了什麼。嗨@PersuasionRam10 ，
感謝您提供的補充資訊。另外，順便提一下，如果您使用@符號，您可以在社區論壇中標記特定的人。這樣可以通知到被標記的人您已發送了訊息。
關於您的數據，我唯一能想到的就是「處理」列中「對照物種」部分可能存在拼字錯誤。如果您查看物種、處理和區塊的分佈情況，您會發現區塊 2 的「對照」處理比其他所有區塊都多了一個 30% 的處理。這是有意為之，還是拼字錯誤？我嘗試複製“處理”列，並將第 30 行或第 34 行的值更改為其他值，但仍然無法重現您帖子左側的結果。不過，我可以完美地重現您貼文右側顯示的結果。
或許應該回到原始數據，確保沒有拼字錯誤或分析錯誤。
DOE（實驗設計）用於測試可能影響反應的多個因素，並有效率地完成測試。事實上，當我根據您提供的三個因素（6 個水平的物種、3 個水平的處理和 4 個水平的區組）創建自己的 DOE，並強制運行 72 次時，JMP 生成的 DOE 在所有三個因素上均勻分佈。這就是我懷疑其中存在拼寫錯誤（可能不止一個）的原因之一。
您分享的資料表是否是透過匯總另一個資料表產生的？有時，查看原始資料有助於確定哪些地方的處理方式不同。
否則，我認為你的方法聽起來沒問題。只需使用原始資料再次確認你用於分析的資料集是否正確即可。
希望這能幫到你！
DS
回覆：無法復現 Tukey 檢定的重複測量變異數分析結果…感覺我做錯了什麼。@SDF1
您好！非常感謝您幾週前對我的幫助。我已經找到問題所在，解釋為什麼我的數據略有不同！我需要在對話框中將“連續”模組更改為“名義”。更改後，Tukey 檢定中控制變數的最小平方法平均值就恢復正常了。
回覆：無法復現 Tukey 檢定的重複測量變異數分析結果…感覺我做錯了什麼。嗨@PersuasionRam10 ，
很高興聽到你成功復現了之前的結果。不過要注意的是，JMP 似乎限制模型中的隨機變數必須是連續型（可能也包含有序型），但我認為它不允許名目變數是隨機的。但是，很高興聽到你已經解決了一些問題，可以繼續你的工作了！
DS
