昨晚我拉肚子,睡得早些,没能及时回复。抱歉。
首先,Standard least sqaure 对响应数据正态分布的要求是指同一实验条件下重复实验的数据分布,而不是指所有不同实验条件下的实验数据服从正态分布。在响应变量取值不重复时正态性无法验证,但可以通过一些合适的残差图来评价。标准最小二乘法有一个特点,即在偏离正态性要求不很远时不会严重影响分析、推断的合理性。你的数据我看了一下,用原始的Response A and Response B 建模后的残差符合正态分布,不需要做transformation, 也不需要用Generalized lienar models 进行分析。
关于用Generalized lienar models 进行分析的问题,等你有适合的数据再讨论会更清楚。
希望以上回答能解决你的问题。
我对你的数据也用JMP的standard least square 分析了一下,发现残差有些喇叭形。在改用GLM, Log as link function,假定正态分布 后,模型比较健康(AICc也更小,残差也更随机)。结果的模型与你一致。 不过,如果能够replicate一次整个试验后将数据合起来再分析一次,能得到验证就更好,因为这是一个重要的模型区别,即响应变量需要做log 转换是一个重要区别。
另外确定是正态分布也是很重要的一步,不知道你是否做过单一条件重复试验验证过这点。 总之, 重要的决定需要谨慎小心为好。如有新的问题,我们再继续讨论。