Sto cercando di analizzare un esperimento che ha coinvolto la crescita di piante a diverse densità. Ho usato diversi genotipi di piante che hanno sperimentato i trattamenti a bassa e alta densità in un disegno completamente randomizzato (i lotti di genotipo x sono stati assegnati ad alta o bassa densità). Oltre a misurare la resa in frutti delle piante (variabile di risposta), ho anche una misura della dimensione delle piante per ciascun genotipo, misurata in un ambiente diverso (a parte questo esperimento). Voglio utilizzare questa misura della dimensione delle piante come una covariata nell'analisi dell'esperimento di densità, e sono particolarmente interessato a testare un'interazione tra la covariata e il trattamento della densità.
I dati sono impostati come questo esempio di simulazione:
| genotipo | trattamento di densità | covariata | risposta (resa) |
| 1 | L | 12 | 23 |
| 1 | H | 12 | 25 |
2 | L | 10 | 22 |
2 | H | 10 | 28 |
3 | L | 9 | 21 |
| 3 | H | 9 | 25 |
Sto usando la piattaforma Fit Model, e ho finora adattato un modello con il "trattamento della densità" degli effetti, la "covariata" e la loro interazione. Ma penso di aver bisogno di qualcos'altro per spiegare che la covariata è una misura del genotipo nel suo complesso - cioè, la covariata è al livello del genotipo, mentre il trattamento è applicato a livello di trama. Questo è un po 'come un disegno a trama divisa con due livelli di trattamenti, ma, in questo caso, il fattore di livello superiore è una variabile continua (misura della dimensione) che sto trattando come una covariata.
Qualcuno potrebbe aiutare aiutando identificando il modello corretto per essere in forma?
