Analisi delle linee parallele e AnnovaCarissimi,
Ho una domanda molto facile-difficile, che suppongo di non essere riuscito a risolvere a causa delle mie limitate capacità di statista (molto triste per questo).
Si tratta di una sorta di test biologico in cui 6 replicati vengono testati in 3 diversi centri. Quindi ci sono 18 osservazioni per lo standard e 18 osservazioni per il campione di prova. Lo scopo è confermare che il non pararalismo non è significativo e che la non linearità non è significativa. Presumo che sia disponibile una sorta di anvoa per questo.
Ho provato di tutto, non ho idea di come fare. Ringrazio personalmente e chi può dare una mano. Per favore.
Distinti saluti
Re: Analisi delle linee parallele e AnnovaInnanzitutto un effetto di interazione nella risposta significa che l'effetto di un fattore dipende al livello di un altro fattore. In questo caso, se la pendenza (rappresenta l'effetto della modifica della concentrazione logaritmica) è diversa (non parallela) per il tipo di curva, allora la pendenza dipende dal campione e c'è un effetto di interazione. d'altro canto, se la pendenza è la stessa (parallela) per ciascuna tipologia, allora non vi è alcun effetto di interazione. La maggior parte degli scienziati e degli ingegneri adatta erroneamente un modello separato a ciascun tipo di campione e quindi tenta di confrontarli. Questo modo di lavorare è inferiore per diversi motivi.
In secondo luogo, JMP corrisponde perfettamente all'output. Il grafico di regressione in Adatta ai minimi quadrati è lo stesso mostrato alla fine del PDF sotto Grafica. Il report Medie e deviazioni standard nella piattaforma Oneway (Y: Risposta, X: Livello e Per: Tipo) è uguale alle tabelle di riepilogo in Osservazioni. La sezione Risultati può anche essere riprodotta ma non è chiaro come l'abbiano modellata. Sembra che abbiano eseguito più partizioni della somma dei quadrati del solito e non riesco a riprodurre quel livello. In particolare, non riesco a raggiungere i valori R quadrato perché includevano fattori aggiuntivi. Penso che sia l'effetto Riga e Colonna del design Latin Square. Inoltre, non è necessario eseguire un'ANOVA e un'analisi di regressione. Questa distinzione è artificiale.
Ecco cosa ottengo dall'ANOVA:
Separatamente, ottengo la somma dei quadrati per i singoli termini:
Non ho tempo per aggiungere i valori di riga e colonna alla tabella dati di esempio. Se venissero aggiunti, potrei mostrarti come includerli nell'analisi se hai bisogno di aiuto.
Re: Analisi delle linee parallele e AnnovaSignore,
Ti sono molto grato per la tua rapida risposta. Vedo che una parte di ciò che ho sempre fatto non era troppo lontana da ciò di cui avevo bisogno.
Tu citi " Se la interazione il termine è significativo , allora le curve non sono parallele. Se il termine non è significativo, le curve sono parallele e puoi rimuovere questo termine."
Qual è il significato di "Interazione", per qualche motivo non sono riuscito a trovare questo termine?
Inoltre ho allegato il problema originale che deriva da un calcolo del software PLA3 che sto cercando di eseguire utilizzando JMP. La tabella Anova generata da questo programma è significativamente diversa da quella che ottengo da JMP o Minitab. Potresti dirmi come calcolare tutti i fattori calcolati da PL3?
Potresti gentilmente darmi qualche indicazione su come è stato calcolato il rapporto di potenza?
Re: Analisi delle linee parallele e AnnovaLa modifica nella tua risposta sembra essere lineare, quindi puoi utilizzare Fit Model per questo scopo. (Se avessi una curva logistica e un modello, potresti usare Adatta curva, che ha test di parallelismo e equivalenza integrati.) Il "trucco" sta nell'usare termini aggiuntivi nel modello per verificare se le pendenze sono comuni o uniche. Ciò significa un effetto di interazione. Quindi seleziona Analizza > Adatta modello. Seleziona la colonna della risposta e fai clic su Y. Selezionare la colonna della concentrazione del registro e la colonna del tipo di campione, fare clic su Macro e selezionare Fattoriale completo. Ora fai clic su Esegui.
Esaminare il rapporto sui test degli effetti. Se il termine di interazione è significativo, le curve non sono parallele. Se il termine non è significativo, le curve sono parallele e puoi rimuovere questo termine. Infine, se il termine per il tipo di campione è significativo, allora si dispone di un'intercetta univoca per ciascun tipo, altrimenti è possibile eliminare anche questo termine e utilizzare un'intercetta comune. A questo punto avresti un modello con solo l'intercetta e la concentrazione logaritmica.
