JMPでサブサンプリングを使用して階乗CRDを分析する方法は?私は長い間、このデザイン (一発!) を分析しようと試みてきました。 それでもできませんでした。3 か月以上参照してきたように、これは GenStat S/W でのみ可能であることがわかります。
私の実験はCRD: 2 要因要因実験、固定効果.
因子 1: レベル: a,b (2) 因子 2: レベル: p,q,r (3)実験単位ごとに、4 つのサブサンプル (観測単位) があります。このモデルにサブサンプリングを追加して分析を行います。
可能であれば、私を助けていただけませんかJMPそして可能であればRコードサブサンプルを使用した双方向計画 (ブロッキングなし) の場合も同様です。
これは、GenStat S/W から得た例です。 48 ページ (サブサンプルを使用した双方向デザイン (ブロッキングなし))
またによって解決された同じ例SAS、著書『植物および土壌科学のための現代統計モデル』
Re: JMP でサブサンプリングを使用して階乗 CRD を分析するにはどうすればよいですか?理由はわかりませんが、以前の返信は削除されました...
基本的に、4 つの繰り返しメジャーをグループ化する列が必要です。あなたの最初の参照からの茎の長さの例では、それはポットになります (ただし、高温のポット 1、8 時間の日光がポット 1 と同じブロックとして扱われないように、これは他の 2 つの要素にネストする必要があります) 16 時間の日光の低温)。このグループ化列がノミナル モデリング タイプであること、およびモデル内でランダム ブロックとして機能することを確認することが重要です。
モデルの適合では、通常どおり要因モデルを指定しますが、反復測定のグループ化列をモデル効果のリストに追加します。次に、効果のリストでグループ化列を選択し、[属性] > [ランダム] をクリックしてランダム効果にします。
前述のように、茎の長さの実験の場合、この効果を温度と日照時間内にネストする必要があります。これを行うには、Construct Model Effects ボックスで Pot を選択し、列のリストで Temperature と Hours of Sunlight を選択し、[Nest] をクリックします。各グループの列に一意の名前がある場合、これは必要ありません。最終結果は次のようになります。
スクリプトに保存された分析を含むデータ テーブルを添付しています。
Re: JMP でサブサンプリングを使用して階乗 CRD を分析するにはどうすればよいですか?*注: これは私の最初の返信で、ある時点で消えてしまいました。この返信が再び表示される前に、もう一度返信しました。
キンダさん、こんにちは。
4 つの反復測定の各セットを生成した実行を識別する列が必要です。列に公称モデリング タイプがあることを確認してください.[モデルの適合] で、通常どおりモデルを指定しますが、各実行を識別する列を追加してランダム効果にします ([モデル効果の構築] で [実行] 効果を選択し、[属性] > [ランダム] をクリックします)。
これはすべて、設計に複製があることを前提としています (茎の長さの実験では、組み合わせごとにポット 1、2、および 3 があるように)。実験でこれらの因子レベルの組み合わせのいずれも再現しない場合、X1*X2 交互作用と交絡するため、実行ブロッキング因子の分散成分を推定することはできません。JMP は基本的にランのランダム効果を無視し、誤解を招く可能性のある反復測定ではなく、3 回の反復 (各 4 回) があるかのように分析します。交互作用を無視して主効果のみをモデル化すると、Run の分散コンポーネントを取得できますが、その分散コンポーネントのどれだけが実際には X1*X2 交互作用効果であるかという問題に直面することになります。
これは、最初の参照からの茎の長さの実験の例です。Pot ランダム効果を Hours of Daylight と Temperature に入れ子にして、特定の因子レベルの組み合わせの Pot 1 が、別の因子レベルの組み合わせの別の Pot 1 と同じブロックであるかのように扱われないようにする必要がありました。
ネスティングを行うには、ポット効果を強調表示し、列のリストから温度と日照時間を選択して、[ネスト] をクリックします。スクリプトに保存された分析を含むデータ テーブルを添付しています。
