この例では、「モデルのあてはめ」の[応答のスクリーニング]手法を使用して、線形モデルの効果に対する検定を、複数の応答変数に対して一度に行います。
1. [ヘルプ]>[サンプルデータフォルダ]を選択し、「Drosophila Aging.jmp」を開きます。
2. [分析]>[モデルのあてはめ]を選択します。
3. 連続尺度の列をすべて選択して、[Y]をクリックします。
4. 「チャネル」を選択し、[追加]をクリックします。
5. 「遺伝子型」、「性別」、「週齢」を選択し、[マクロ]>[完全実施要因]をクリックします。
6. 「手法」のリストから[応答のスクリーニング]を選択します。
7. [実行]をクリックします。
8. 「応答スクリーニングのあてはめ」の赤い三角ボタンをクリックし、[「効果の検定」の保存]を選択します。
9. 「効果の検定」データテーブルで「FDR 対数価値 By 効果の大きさ」スクリプトを実行します。
10. [行]>[データフィルタ]を選択します。
11. 「データフィルタ」ウィンドウで、「効果」を選択し、をクリックします。
12. 「データフィルタ」で各モデル効果を順番にクリックしながら、「X: 効果の大きさ, Y: FDR 対数価値」プロットで選択した点を確認します。
図24.16 「X: 効果の大きさ, Y: FDR 対数価値」プロット(「遺伝子型*週齢」の検定を選択)
対数価値の値が2を上回る点は、1%の有意水準で有意となります。データフィルタの適用により、「性別」と「チャネル」を除けば、他のモデル効果が1%の有意水準で有意となることは稀であることがわかります。図では「遺伝子型*週齢」交互作用項の検定の点が選択されています。いずれの点も、1%有意水準で有意となっていません。