探索の違いに対する一般回帰こんにちは、
データセットを適切に分析するための助けを求めています
私は、2つの異なる食事（SとA）を与え、3つのブロックの動物に2つの異なる治療（TとC）を適用した試験に基づくデータセットを持っています。
我々は、２つの異なる食餌中およびサンプリングされた時点の間で、２つの正規分布していないパラメータ（ＨｇおよびＬｅｕｃｏ）において処置の効果を試験したい。
私は混合モデルの実行に慣れています（固定効果としてダイエット、治療、タイムポイント、ランダム効果としてブロックにネストされた実験単位）が、通常のパラメータではない混合モデルは適切なアプローチではありません（私は思います）。
私は一般的な回帰に慣れていません、そして、私の目的はサンプリングされた時点の間でそして/または食事の間で治療間の違いをチェックすることです。。
私の分析の例を添付しました。
誰かが私にそれを分析する正しい方法を提案できることを願っています。
ありがとうございました
再検討のための一般回帰一般化線形混合モデリングが最も適しているように聞こえます。ただし、JMPまたはJMP Proでは現在サポートされていません。で要求されています JMPの欲しいものリスト 。あなたはできる投票を追加 。
この場合、通常の線形混合モデルが適切かもしれないと思うかもしれません。
それが役立つことを願っています。
フィル
再検討のための一般回帰ご回答ありがとうございます。
Hgはワイブル分布、Leucoは対数正規分布です。
あなたは混合モデルが適切なアプローチだと思いますか？
ダミアーノ
再検討のための一般回帰こんにちは、
あなたはHgとLeucoのための適切な分布は何だと思いますか？データセット内のこれら2つの変数を見るだけで、それらはベル型に見えます。正規分布が適切なモデルになることを期待します。
"Hg gr％"は％年齢であると思います。したがって、厳密に言うと、0と100で囲まれているため、正規分布にすることはできません。ただし、0または100またはその付近に多数のデータポイントがない限り、正規分布は多くの場合有用なモデルになります。
フィル
