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