|
1.
|
打开 Drosophila Aging.jmp 表。
|
|
2.
|
选择分析 > 筛选 > 响应筛选。
|
|
3.
|
选择所有连续列，然后点击 Y，响应。
|
|
4.
|
|
5.
|
选中稳健。
|
|
6.
|
点击确定。
|
“稳健 FDR p 值图”显示在Drosophila 数据的“稳健 FDR p 值图”中。 请注意，使用未调整的稳健 p 值很多检验是显著的，如小于 0.05 的红点所示。但是，根据稳健 FDR p 值，只有两个检验是显著的。
|
9.
|
在“p 值”数据表中，选择行 > 添加标签/撤销标签。
|
随即显示Drosophila 数据的“效应大小-稳健 LogWorth”中所示的图。在位于 2 值处的红线以上的点具有低于 0.01 的显著性水平。大约在 1.3 值处的水平线对应于 0.05 显著性水平。
该图显示在Drosophila 数据的“LogWorth-稳健 LogWorth”中。若响应的稳健检验与常规检验相同，则它的对应点将位于Drosophila 数据的“LogWorth-稳健 LogWorth”中的对角线上。图中带圆圈的点不在对角线附近，因为它的稳健 LogWorth 值超过了 LogWorth 值。
|
11.
|
请注意响应 log2in_CG8237 的 p 值为 0.9568，稳健 p 值为 0.0176。
|
13.
|
在“响应筛选”报表中，从红色小三角菜单中选择拟合选定项。
|
将显示“拟合选定项”报表，其中包含响应 log2in_CG8237 的单因子分析。该图显示 ORE 品系有两个离群值（log2in_CG8237 的单因子分析）。这些离群值指出为什么稳健检验和常规检验给出了不同的结果。离群值增加了非稳健检验的误差方差，这使得更难发现显著的效应。相反，稳健拟合降低了这些离群值的权重，因此减小了它们对误差方差的贡献。
