<SPAN class="lia-inline-image-display-wrapper lia-image-align-inline" style="width: 527px;"><IMG src="https://us.v-cdn.net/6038925/uploads/images/8190i686AF667FEB86918/jmp.png" alt="jmp.png" title="jmp.png" /></SPAN>Fit Model(
Y( :Name( "box cox lambda = -0.2" ) ),
Effects(
:Fry,
:Treatment,
:Label,
:Fry * :Treatment,
:Fry * :Label,
:Treatment * :Label,
:Fry * :Treatment * :Label
),
Random Effects(
:panelist# & Random,
:panelist# * :Fry & Random,
:panelist# * :Treatment & Random,
:panelist# * :Label & Random,
:panelist# * :Fry * :Treatment & Random,
:panelist# * :Fry * :Label & Random,
:panelist# * :Treatment * :Label & Random,
:panelist# * :Fry * :Treatment * :Label & Random
),
Personality( Standard Least Squares ),
Method( REML ),
Emphasis( Minimal Report ),
Run(
:Name( "box cox lambda = -0.2" ) << {Analysis of Variance( 0 ),
Lack of Fit( 0 ), Plot Actual by Predicted( 0 ), Plot Regression( 0 ),
Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 )}
)
);Hola,
Estoy analizando algunos datos sensoriales de tres estudios de fritura repetidos seguidos del almacenamiento de alimentos fritos, utilizando la plataforma del modelo de ajuste y el complemento de medidas repetidas factoriales completas, para mis datos que son 2 tratamientos x 2 tiempos de almacenamiento x N panelistas . Hay 3 estudios replicados de alevines (nominal). He intentado ingresar la réplica de freír como un factor fijo o no ingresar (el ingreso mejora el modelo R2 pero no cambia el problema que estoy viendo). Los datos son continuos, pero como estaban muy sesgados, hice una transformación de Box-Cox (el problema es el mismo, independientemente de si transformo los datos). Los valores predichos siempre parecen ser un número discreto, casi como si se pusieran en una categoría dependiendo de las variables, dando como resultado los patrones que se muestran arriba. Tengo la sensación de que esto es un simple error, pero no sé dónde. ¡Por favor ayuda!
Respondiéndome a mi mismo para agregar la foto, yo
No lo veas en el mensaje anterior.