Ciao,
Sto chiedendo aiuto per analizzare correttamente un set di dati
Ho un set di dati basato su una prova in cui abbiamo alimentato due diverse diete (S e A) e applicato due diversi trattamenti (T e C) in 3 blocchi di animali.
Vogliamo testare l'effetto del trattamento in due parametri distribuiti non normali (Hg e Leuco) nelle due diverse diete e tra i punti temporali campionati.
Sono utilizzato nell'esecuzione di modelli misti (con dieta, trattamento e punto temporale come effetto fisso; unità sperimentale annidata nel blocco come effetto casuale), tuttavia, con i parametri non normali il modello misto non è l'approccio appropriato (credo).
Sono nuovo alla regressione generale e il mio scopo è controllare le differenze tra i trattamenti tra il punto temporale campionato e / e tra le diete (ho molti più parametri di questi due, Hg e Leuco), ma questo è solo un esempio .
In allegato un esempio della mia analisi.
Spero che qualcuno possa suggerirmi il modo giusto per analizzarlo.
Grazie
Suona come la modellazione mista lineare generalizzata sarebbe più appropriata. Tuttavia, al momento non sono supportati in JMP o JMP Pro. È stato richiesto nel Lista dei desideri di JMP . Puoi aggiungi il tuo voto .
In questo caso, penso che potresti scoprire che i modelli misti lineari regolari potrebbero essere adeguati.
Spero che aiuti.
Phil
Grazie Phil per la tua risposta,
Hg è una distribuzione di Weibull e Leuco è log distribuito normale.
Pensi che un modello misto sia un approccio appropriato?
Damiano
