使用标准最小二乘法的示例
在一项关于治疗某种疾病的药效研究中，三十位患者被随机划分到三个组中，每组 10 人。其中两个组给予了药物（药物 a 和药物 d），第三组给予了安慰剂（药物 f）。对每个患者都进行一次治疗前的测量 x 和一次治疗后的测量 y。治疗前得分 x 作为协变量包括在内，以解释整个病程期间患者间的差异。（该示例选自 Snedecor and Cochran (1967, p. 422)。
您想要确定三个药物组之间是否有差异。使用响应 y、模型效应药物和 x，以及药物与 x 之间的交互作用来构造模型。该交互作用或许能解释各种药物因病程而异导致不同效应的情形。（有关“拟合模型”窗口和各种特质的背景信息，请参见模型规格。）
1. 选择帮助 > 样本数据库，然后打开 Drug.jmp。
2. 选择分析 > 拟合模型。
3. 选择 y 并点击 Y。
当您将该列添加为 Y 后，拟合特质变为“标准最小二乘法”。随之会添加重点选项，该选项的值为“效应杠杆率”，但您可以按需更改。
4. 选择药物和 x。当这两个效应在“选择列”列表中突出显示时，点击宏并选择完全析因。该宏向“构造模型效应”列表添加这两个效应及其双因子交互作用。
图 3.2 完成的“拟合模型”启动窗口
5. 点击运行。
“拟合最小二乘法”报表显示在Figure 3.3 中。 请注意，由于空间有限，其中的有些报告已关闭。“预测值-实际值”图、“预测值-残差”图和杠杆图在模型拟合和基本假设方面未显示任何差异。
图 3.3 “拟合最小二乘法”报表，其中显示了用于评估模型拟合的图
由于模型拟合不存在任何明显问题，您现在可以解释统计检验。Figure 3.4显示了相关报表。总体模型显著，如“方差分析”报表所示。
尽管“回归图”表明药物与治疗前测量 x 交互，但“效应检验”报表中的“概率>F”值不支持该结论。“效应检验”报表还显示 x 在解释 y 时显著，但药物不显著。该研究未检测到三个组之间的差异。不过，您不能推断出药物无效果的结论。各种药物可能有不同效果，但该研究规模不足以检测出这种差异。
图 3.4 “拟合最小二乘法”报表，其中显示了用于评估显著性的报表
