裂区实验的示例
在本例中，使用“拟合模型”平台的“混合模型”特质指定和分析具有两个因子的裂区实验。若您指定“混合模型”特质，“拟合模型”启动窗口将提供用于指定效应的选项卡。最终分析针对随机效应。还请注意，可以使用“标准最小二乘法”特质来分析裂区实验。
本例中的数据来自嫩化剂和烹调时间长度对肉的影响的研究。从肉包装厂的胴体中随机选择六个牛肉胴体。选择每个胴体的右肋眼肉，在一致条件下准备三块卷烤肉。给每个烤肉随机分配一个嫩化处理。处理后，使用取心设备标记靠近每块肉中心的四个肉心。
在预热炉中将来自同一酮体的三块烤肉放在一起并准备烹调。30 分钟后，随机从每块烤肉中取一个肉心。按此方式在 36 分钟、42 分钟和 48 分钟后再取肉心。每组冷却到饮用温度时，使用 Warner-Bratzler 设备测量肉心的嫩度。测量值越大指示肉越硬。
您想了解嫩化剂、烧烤时间的影响，特别是了解嫩化剂和烧烤时间之间是否有交互作用。该设计可以达到这个目的。
1. 选择帮助 > 样本数据文件夹，然后打开 Split Plot.jmp。
2. 选择分析 > 拟合模型。
3. 选择 Y 并点击 Y。
4. 从“特质”列表中选择混合模型。
5. 选择嫩化剂和烧烤时间，然后选择宏 > 完全析因。
图 8.27 显示完成的“固定效应”选项卡的“拟合模型”启动窗口
6. 选择随机效应选项卡。
7. 选择胴体，然后点击添加以创建随机胴体效应。
8. 选择胴体和嫩化剂，然后点击交叉。
“胴体*嫩化剂”交互作用是整区因子“嫩化剂”的误差项。这等价于“标准最小二乘法”中的“胴体*嫩化剂&随机”项。
图 8.28 显示完成的“随机效应”选项卡的“拟合模型”启动窗口
9. 点击运行。
“混合模型”报表显示在图 8.29 中。
“预测值-实际值”图和“条件预测值-实际值”图显示模型拟合没有问题，因此您可以继续解释结果。“固定效应检验”报表指示嫩化剂和烧烤时间之间存在显著的交互作用。
图 8.29 “混合模型”报表
探索嫩化剂和烧烤时间之间的交互作用
1. 点击“混合模型”红色小三角并选择边缘模型推断 > 刻画器。
图 8.30 将烧烤时间设置为 30 分钟的“边缘模型刻画器”
2. 在“烧烤时间”面板中将红色的垂直虚线移动到 36、42 和 48。
在图 8.30 中，请注意，当烧烤时间为 30 或 36 分钟时，与“control”相比，“papain”和“vinegar”嫩化剂可得到显著较低的嫩度得分。但是，烧烤时间为 42 分钟时，没有显著差异。烧烤时间为 48 分钟时，使用“papain”得到比“control”更低的值，但是使用“vinegar”不是这样。除了烧烤时间为 42 分钟外，使用“papain”得到的嫩度得分比使用“vinegar”得到的评分都低。
3. 点击“混合模型”红色小三角并选择多重比较。
4. 选择嫩化剂*烧烤时间。
5. 选择所有配对比较 - Tukey HSD，然后点击确定。
图 8.31 显示配对比较列表的部分内容。在刻画器中观测到的“papain”和“vinegar”之间的大多数差异在统计上是显著的。因此，“papain”似乎是更好的嫩化剂。
图 8.31 多重比较，部分视图
