“响应筛选”特质的示例

本例使用“拟合模型”中的“响应筛选”特质来研究多个响应对线性模型效应的检验。

1. 选择帮助 > 样本数据文件夹，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. 选择品系、性别和年龄，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。

8. 点击“拟合响应筛选”红色小三角并选择“保存效应检验”。

9. 运行“效应检验”数据表中的 FDR LogWorth 依据: 效应大小脚本。

10. 选择行 > 数据过滤器。

11. 在“数据过滤器”窗口中，选择效应，然后点击 。

12. 在“数据过滤器”中，在“效应大小-FDR LogWorth”图中查看选定的点时，依次点击每个模型效应。

图 24.16 选择了品系*年龄检验的“秩分数-FDR LogWorth”图 

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。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。

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