复合多元模型的示例
JMP 可以处理具有多个重复测量层次的数据。例如，请查看 Cholesterol.jmp 数据表。五个参与者构成的组分别属于名为 A、B、Control 和 Placebo 的四个治疗组中的一个。在三个月中每个月的早上和下午各测量一次胆固醇（数据是虚构的）。在本例中，按月内当天的时间这样的时间顺序排列响应列。
1. 选择帮助 > 样本数据库，然后打开 Cholesterol.jmp。
2. 选择分析 > 拟合模型。
3. 选择 4 月上午、4 月下午、5 月上午、5 月下午、6 月上午和 6 月下午，然后点击 Y。
4. 选择治疗，然后点击添加。
5. 在“特质”旁边，选择多元方差分析。
6. 点击运行。
图 9.10 “治疗”图
在治疗图中，您可以看到开始研究的四个治疗组具有很相似的胆固醇均值。A 和 B 治疗组在试验期结束后看上去具有更低的胆固醇值。control 和 placebo 组没有什么变化。
7. 点击选择响应菜单，然后选择复合。
完成该窗口以告知 JMP 如何在数据表中排列响应以及每个响应的水平数。在胆固醇示例中，在月内排列当天的时间列。因此，您将当天的时间命名为一个因子，将月效应命名为另一个因子。检验交互作用效应是可选的。
8. 使用图 9.11 中的选项来完成窗口。
图 9.11 “复合”窗口
9. 点击确定。
将显示每个效应的检验。图 9.12 中显示了部分报表。请注意以下事项：
‒ “时间”报表显示“时间”与治疗之间的交互作用的 p 值为 0.6038，这指示交互作用不显著。这意味着没有证据表明“上午”和“下午”的治疗之间存在差异。因为“时间”有两个水平（“上午”和“下午”），所以将显示精确 F 检验。
‒ “月”报表显示“月”与治疗之间的交互作用的 p 值 <.0001，这指示交互作用显著。这暗示治疗组之间的差异变化取决于月份。图 9.10 中的治疗图指示在四月组之间没有差异，但是在五月治疗类型（A、B、Control 和 Placebo）之间的差异变大，在六月变得更大。
‒ “时间*月”的报表显示治疗的 p 值不显著。这表明涉及“时间”、“月”和治疗的三因子交互作用效应在统计上不显著。
图 9.12 胆固醇研究结果
