如何從因子設計中的數據響應中消除因子的變化？各位，
我進行了階乘實驗。 我的因子是 A（4 級）、B（2 級）和 C（2 級），分為 4 個塊。 因子A是植物的不同基因型。 我在這個實驗中測量了不同的特徵。
我想將測量結果放入模型中，並且想從數據響應中消除因子 A 的變化。 我可以做嗎？
我在一篇論文中看到了有關它的方法。 他們分析了數據（例如生物量）對因子 A 的響應。然後保存殘差並將其用作新變量（沒有因子 A 變化的生物量）。 我在JMP中做了同樣的方法，但我不確定這是否正確？統計上可以嗎？
太感謝了
米拉德
實驗設計回复：如何從因子設計中的數據響應中消除因子的變化？親愛的菲爾，
非常感謝，我在統計和SEM方面並不完美，我只是一個初學者。 你的建議對我很有用。
您發送給我的鏈接很有幫助。 我運行 SEM 時沒有殘差，因為我不確定是否可以根據我的目的在模型中使用它們。 我認為我需要更多地了解殘差。 當然，我找到了一些論文，他們在模型中使用了殘差。
我從你的建議中學到了更多東西。
非常感謝您的參與，
您忠誠的，
米拉德
回复：如何從因子設計中的數據響應中消除因子的變化？好吧，米拉德。 我將讓您決定如何在分析中使用它。 我假設您知道自己在做什麼以及為什麼需要應用 SEM，但對我來說這似乎是一種不尋常的方法。 作為統計學碩士學位的一部分，我學習了 SEM，但我發現很難理解該方法和應用。回复：如何從因子設計中的數據響應中消除因子的變化？親愛的菲爾，
感謝您的留言。
我的意思是我從通過“基因型”和“塊”隨機運行的模型中保存的殘差。
我相信我應該在使用它們之前更加努力。
我想用 R 運行 SEM，我只想在 JMP 中計算和準備數據。
太感謝了，
米拉德
回复：如何從因子設計中的數據響應中消除因子的變化？我不確定你現在所說的殘留是什麼。 您不會想使用我建議的模型中的殘差，因為這些殘差只會告訴您塊、基因型以及變量 1 和 2 無法解釋的變異。
結構方程模型是一種很難理解的方法（目前在 JMP 中無法實現）。 我不確定您將如何在這裡應用 SEM，但我建議您首先確保您熟悉回歸模型。
回复：如何從因子設計中的數據響應中消除因子的變化？親愛的馬克，
非常感謝您的建議，
我搜索了“預測刻畫器”。 看上去不錯。 我相信這會有所幫助。
謝謝你，
此致，
米拉德
回复：如何從因子設計中的數據響應中消除因子的變化？親愛的菲爾，
非常感謝您抽出寶貴的時間，太棒了。
是的，“基因型”的效果對我來說並不重要。 我想將其從我的數據中刪除。 我想也許我可以在更好的條件下評估變量。 我認為你的解決方案很棒。
你認為我可以用這些殘差作為新變量來減少“基因型”效應嗎？ 因為我想在結構方程模型中使用它們。
此致，
米拉德
回复：如何從因子設計中的數據響應中消除因子的變化？我只是想菲爾解決方案的基礎是線性模型可以同時解釋對每個響應的所有貢獻。 您設計了一項多因素實驗，但一次只分析一個因素。 這不是一個無效的方法，但您可以利用 Phil 提出的模型做更多事情。 例如，您可以使用預測刻畫器來可視化對所有因素的依賴性。
回复：如何從因子設計中的數據響應中消除因子的變化？你好，
我嘗試將您的實驗附加為 .jmp 表，但遇到了同樣的問題。 我會讓社區經理知道，希望問題能盡快得到解決。
我評估了該設計，它的主效應和 2 因子交互作用幾乎完全正交（由於排除了“異常值”運行，因此存在一些輕微的相關性）。
我沒有詳細研究您所採取的方法。 我認為這可能沒問題，但統計學家不會推薦。
我的方法是擬合包括基因型在內的模型。 我將其定義為隨機效應。 這是因為我的理解是，這是您期望影響響應的一個因素。 但你實際上並不關心 Genotyope 的效果是什麼。 您只需要考慮效果，這樣它就不會改變您對您所關心的效果的估計：營養素 1 和 2 及其相互作用。 我的說法正確嗎？
出於同樣的原因，您還應該將塊定義為隨機效應。
因此，我擬合了一個模型，其中 Block 和 Genotype 作為隨機效應，Nutrient1、Nutrient2、Nutrient1*Nutrient2 作為固定效應。該模型告訴您營養因素的影響，並考慮了 Block 和 Genotype 引起的響應變化。
如果您嘗試這樣做，結果是否與您的分析大體一致？ 看起來營養素 1 對變量 1 有顯著影響，而其他影響不顯著。
問候，
菲爾
回复：如何從因子設計中的數據響應中消除因子的變化？親愛的菲爾，
非常感謝您花時間給我提供建議。
我已將這些因素附加到我的部分數據中。 請找到它。 我無法附加 .jmp 文件，我看到了這條消息：“附件的內容與其文件類型不匹配。 ”。 所以我把步驟的圖像放在了Excel表上。
該實驗是在 RCBD 下進行階乘的。 基因型（4 個水平，A、B、C 和 D）、營養素 1（2 個水平，10 和 40）和營養素 2（2 個水平，25 和 100）是 4 個塊中的因子。 另外，“變量1”和“變量2”是我在實驗期間測量的變量。 在此文件中，我將變量轉換為對數。
例如，不同的“基因型”對“變量2”有不同的影響。 而我只需要模型中“營養1”和“營養2”的效果。 所以，我想從“變量1”和“變量2”中刪除“基因型”的影響。 為此，首先我通過“基因型”對每個變量使用“Fit Y by X”，然後保存每個變量的殘差。
Step 1. Fit y by x.Step 1. Fit y by x.步驟1。 用 x 擬合 y。
在第二步中，我在“擬合模型”中使用“塊，營養物 1，營養物 2，營養物 1*營養物 2”中的這些殘差作為全階乘。 之後，我保存了通過該方法獲得的殘差並將其用作新變量。
我在該文件的“數據表”中提到了“步驟1”和“步驟2”。 另外，“Step () - Variable ()”是我為每個變量保存的每個步驟的殘差。（我無法附加 .jmp 文件）。 對於這些變量，我剛剛刪除了兩個異常值，您可以在此文件中看到它們（第 20 行和第 61 行）。
Step 2.Step 2.第2步。結果當我使用這個方法時，一些變量之間的回歸是不同的。 例如，兩個變量之間的回歸將從負變為正。
太感謝了，
您忠誠的，
米拉德
回复：如何從因子設計中的數據響應中消除因子的變化？你好，
從你的描述很難回答。 我不確定您所採取的方法。 您可以分享數據或匿名版本嗎？ 或者您能否說明您嘗試使用 JMP 示例數據集之一做什麼？ 也許“2x3x4”的例子是類似的：
Open("$SAMPLE_DATA/Design Experiment/2x3x4 Factorial.jmp")
問候，
菲爾
回复：如何從因子設計中的數據響應中消除因子的變化？親愛的菲爾，
非常感謝您的時間和清晰的解釋。
我看到了你提到的鏈接。 我認為我的實驗中A*B和A*C和B*C對變量的影響看起來像設計2，所以它們不是正交的。
您能否檢查一下我從變量中刪除 A 的影響所做的過程？
1. 我保存了 A 中每個變量的殘差。
2. 我對保存的殘差運行全階乘（B 和 C）。 然後我將殘差保存為新變量。
現在，A 的影響已從新變量中移除。
你認為這是正確的嗎？
非常感謝您的參與，
乾杯，
米拉德
回复：如何從因子設計中的數據響應中消除因子的變化？是的，這是可能的。 您可以從 JMP 中的任何模型保存殘差，例如通過 X 擬合 Y： https://community.jmp.com/t5/Discussions/How-to-save-residuals-in-Fit-Y-by-X-platform-for-two-continuous/td-p/20608 。您還可以保存擬合模型和其他建模平台的殘差。
這是對的嗎？ 好吧，確實沒有對或錯。 你需要考慮一下你在這裡做什麼。 您還需要考慮您的數據對於單獨估計 A 的效果有多好。 您的實驗設計中 A、B 和 C 的影響是否正交？ 看我最近的博客文章為了理解我的意思。
我想說的是，在多元回歸模型中包含 A 以及 B 和 C 更為常見。 這樣，模型就會捕獲 A 引起的生物量變化，並讓您了解 B 和 C 的影響。
希望有幫助。
菲爾
