“响应筛选”特质

“拟合模型”中的“响应筛选”特质支持您研究多个响应对线性模型效应的检验。

1. 选择帮助 > 样本数据库，然后打开 Drosophila Aging.jmp。

2. 选择分析 > 拟合模型。

3. 选择所有连续列，然后点击 Y。

4. 选择渠道，然后点击添加。

5. 选择性别、品系和年龄，然后选择宏 > 完全析因。

6. 从“特质”列表中选择响应筛选。

7. 点击运行。

将显示“拟合响应筛选”报表。还显示两个数据表：“Y Fits”数据表汇总了总体模型检验，“PValues”数据表针对每个 Y 检验模型中的各个效应。

要大概了解哪些效应是重要的，请执行以下步骤：

8. 运行“PValues”数据表中的秩分数-FDR LogWorth 脚本。

9. 选择行 > 数据过滤器。

10. 在“数据过滤器”窗口中，选择效应，然后点击添加。

11. 在“数据过滤器”中，在模型效应列表中点击各个效应，与此同时查看“秩分数-FDR LogWorth”图中的选定点。

请记住，超过 2 的 LogWorth 值在 0.01 水平下是显著的。通过使用“数据过滤器”，您发现除了性别和渠道外，模型效应在 0.01 水平下很少是显著的。Figure 21.20显示了位于值 2 处的参考线。选择了品系*年龄交互作用效应检验所对应的点。这些点在 0.01 水平下不显著。

图 21.20 选择了品系*年龄检验的“秩分数-FDR LogWorth”图 

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).