Ich versuche ein Experiment zu analysieren, bei dem Pflanzen mit unterschiedlichen Dichten gezüchtet wurden. Ich verwendete mehrere verschiedene Pflanzengenotypen, die jeweils die Behandlungen mit niedriger und hoher Dichte in einem vollständig randomisierten Design erlebten (Plots des Genotyps x wurden entweder der hohen oder der niedrigen Dichte zugeordnet). Neben der Messung des Fruchtertrags von Pflanzen (Antwortvariable) habe ich auch ein Maß für die Pflanzengröße für jeden Genotyp, gemessen in einer anderen Umgebung (abgesehen von diesem Experiment). Ich möchte dieses Pflanzengrößenmaß als Kovariate bei der Analyse des Dichteexperiments verwenden, und ich bin besonders daran interessiert, auf eine Interaktion zwischen der Kovariaten- und der Dichtebehandlung zu testen.
Die Daten sind wie folgt aufgebaut:
| Genotyp | Dichtebehandlung | Kovariate | Antwort (Ausbeute) |
| 1 | L | 12 | 23 |
| 1 | H | 12 | 25 |
2 | L | 10 | 22 |
2 | H | 10 | 28 |
3 | L | 9 | 21 |
| 3 | H | 9 | 25 |
Ich benutze die Fit Model-Plattform und habe bisher ein Modell mit den Effekten "Dichtebehandlung", "Kovariate" und ihrer Interaktion angepasst. Aber ich denke, ich brauche etwas anderes, um zu erklären, dass die Kovariate ein Maß für den gesamten Genotyp ist - dh die Kovariate befindet sich auf der Ebene des Genotyps, während die Behandlung auf der Ebene der Zeichnung durchgeführt wird. Dies ist ein bisschen wie ein Split-Plot-Design mit zwei Behandlungsstufen, aber in diesem Fall ist der übergeordnete Faktor eine stetige Variable (Maß für Größe), die ich als Kovariate behandele.
Könnte jemand bitte helfen, das richtige Modell zu finden, das für Sie geeignet ist?
