Bonjour,
Je demande de l'aide pour analyser correctement un jeu de données
J'ai un ensemble de données basé sur un essai où nous avons nourri deux régimes différents (S et A) et appliqué deux traitements différents (T et C) à 3 blocs d'animaux.
Nous voulons tester l’effet du traitement sur deux paramètres distribués non normaux (Hg et Leuco) dans les deux régimes différents et parmi les points de temps échantillonnés.
Je suis habitué à réaliser un modèle mixte (avec régime, traitement et point temporel comme effet fixe; l'unité expérimentale imbriquée dans le bloc comme effet aléatoire), cependant, avec des paramètres non normaux, le modèle mixte n'est pas l'approche appropriée (je pense).
Je suis novice en régression générale et mon but est de vérifier les différences entre les traitements entre les points échantillonnés et / et les régimes (j'ai beaucoup plus de paramètres que ceux-ci, Hg et Leuco), mais celui-ci n'est qu'un exemple. .
Ci-joint un exemple de mon analyse.
J'espère que quelqu'un pourra me suggérer la bonne façon de l'analyser.
Je vous remercie
Il semble que la modélisation mixte linéaire généralisée serait la plus appropriée. Cependant, ils ne sont actuellement pas pris en charge par JMP ou JMP Pro. Il a été demandé dans le Liste de souhaits JMP . Vous pouvez ajouter votre vote .
Dans ce cas, je pense que vous constaterez peut-être que les modèles mixtes linéaires classiques peuvent être adéquats.
J'espère que ça aide.
Phil
Merci Phil pour ta réponse,
Hg est une distribution de Weibull et Leuco est log normale distribuée.
Pensez-vous qu'un modèle mixte est une approche appropriée?
Damiano
