在我上一篇博客文章中，我介紹了 Fit Model Least Squares中提供了新的多重比較選項在 JMP 11 並展示了一個例子，我們將兩種效應的處理方法與總體平均值進行了比較。我們學習瞭如何檢查與總體平均決策圖表（也稱為ANOM圖表）的比較，以確定哪種治療方法與總體平均值顯著不同並評估實際意義。此博客文章將演示使用多重比較來執行治療方法的所有成對比較。
我們將研究一項實驗數據，該實驗旨在評估五種不同飲食對男性和女性的有效性。五種飲食中的每一種都分配給15名男性和15名超重至少50磅的女性。受試者遵循他們指定的飲食四周，並且在四周結束時記錄他們的體重減輕。
研究人員將最小二乘模型與減肥數據相結合，主要影響飲食和性別這兩個因素。現在，研究人員想要比較所有飲食對的平均體重減輕，看看哪些飲食彼此顯著不同。再一次，我們可以使用“Estimates”子菜單下的“Multiple Comparisons”來回答這個問題。 圖1顯示了多重比較啟動對話框，其中包含默認估計類型“最小二乘平均值估計”，選擇效果，“飲食”，以及比較，“所有成對比較 - Tukey HSD”。
Tukey HSD All Pairwise Comparisons報告顯示在Multiple Comparisons報告中的最小二乘平均值估計值下方，如圖2所示。最小二乘的所有成對差異意味著估計在表中和圖形上顯示在所有成對比較散點圖中，有時也稱為 diffogram 要么均值散點圖 。（注意：我們選擇了Tukey HSD成對比較而不是Student's t，因為它的構造使得顯著性水平共同適用於所有成對比較。）
在所有成對比較散點圖中，在每對最小平方的坐標處繪製點意味著估計。對角線代表所有最小二乘平均值相等的位置。您可以通過將光標懸停在該點上來查看每個點的標籤。圖2顯示了比較飲食A和飲食E的點。（注意：可以通過單擊標籤右側的圖釘使標籤保持在圖表上。）線段對應於每個成對差異的置信區間。如果線段穿過對角線，則被比較的對在統計上不顯著不同並且是藍色的顏色編碼。如果線段沒有穿過對角線，則被比較的對在統計上顯著不同並且是紅色的顏色。
在圖2中的All Pairwise Comparisons Scatterplot中，我們看到只有兩個線段穿過對角線。 因此，除了具有穿過對角線的線段的兩對之外，所有的飲食對彼此顯著不同。如圖2中所示的標籤所示，飲食A和飲食E中沒有顯著差異的一對飲食中的一種。 這兩種飲食的最小二乘平均值差異僅為0.27磅。通過將鼠標懸停在圖中的另一個藍點上，如圖3所示，我們看到飲食B和C也沒有顯著差異。 這兩種飲食的最小二乘平均值的差異為0.5467磅。其餘的對顯著不同，對與對角線越遠，對之間的差異越大。
在我的下一篇博客文章中，我們將繼續查看所有成對比較，但我們將回答一個不同的問題。我們將嘗試確定是否有任何對實際上是等價的，而不是試圖確定哪些處理對意味著顯著不同。
非常信息的帖子。 謝謝你。
您提到了一篇後續博客文章，以確定是否有任何配對實際上是等效的。我找不到那個帖子的鏈接。 你能分享一下嗎？謝謝你。
你好@安東尼奧.歡迎來到 JMP 社區。 這是一個比較老的帖子。 我們當前的 JMP 版本是 JMP 16。
要直接與作者聯繫，您可以使用 @mention 標籤，在這種情況下， @Laura_Lancaster .您還可以使用她的名字搜索整個社區或社區的區域（如博客）。
在這種情況下，我知道勞拉經常出席探索峰會，所以我搜索了你，在這裡你會找到一些你可能感興趣的最新信息：
https://community.jmp.com/t5/forums/searchpage/tab/message?advanced=false&allow_punctuation=false&filter=location&location=category:discovery&q=laura%20lancaster
