JMP에서 서브샘플링을 사용하여 요인 CRD를 분석하는 방법은 무엇입니까?나는 오랫동안 이 디자인(원샷!)을 분석하려고 노력했습니다. 여전히 할 수 없습니다.3개월 이상 참고해서 GenStat S/W에서만 가능하다고 봅니다.
내 실험은 CRD: 2요인 요인 실험, 고정 효과 .
요인 1: 수준: a,b(2) 요인 2: 수준: p,q,r(3) 각 실험 단위에는 4개의 하위 표본(관측 단위)이 있습니다. 이 모델에 하위 표본 추출을 추가하고 분석을 수행하고 싶습니다.
가능하시다면 저를 도와주세요 JMP 그리고 가능하다면 R 코드 또한 하위 샘플이 있는 양방향 설계(차단 없음)의 경우에도 마찬가지입니다.
GenStat S/W에서 가져온 예제입니다. 48페이지(서브샘플이 있는 양방향 설계(차단 없음))
또한 같은 예제로 해결 SAS, 식물 및 토양 과학을 위한 현대 통계 모델 책에서
Re: JMP에서 서브샘플링을 사용하여 요인 CRD를 분석하는 방법은 무엇입니까?이유는 모르겠지만 이전 답변이 삭제되었습니다 ...
기본적으로 4개의 반복 측정값을 함께 그룹화하는 열이 필요합니다.첫 번째 참조의 줄기 길이 예에서는 화분이 될 것입니다(그러나 이것은 다른 2개 요소에 중첩되어야 하므로 고온용 화분 1, 8시간의 햇빛이 화분 1과 같은 블록으로 취급되지 않습니다. 햇빛의 16시간에서 저온).이 그룹화 열이 명목 모델링 유형이고 우리 모델에서 임의 블록으로 작동하는지 확인하는 것이 중요합니다.
모형 적합에서 평소와 같이 요인 모형을 지정하지만 반복 측정값에 대한 그룹화 열을 모형 효과 목록에 추가합니다.그런 다음 효과 목록에서 그룹화 열을 선택하고 속성 > 무작위를 클릭하여 무작위 효과로 만듭니다.
이전에 언급했듯이 줄기 길이 실험 사례에서 우리는 이 효과를 온도 및 햇빛 시간 내에 중첩해야 합니다.Construct Model Effects Box에서 Pot을 선택한 다음 열 목록에서 Temperature and Hours of Sunlight를 선택하고 "Nest"를 클릭하면 됩니다.각 그룹의 열에 고유한 이름이 있는 경우에는 필요하지 않습니다.최종 결과는 다음과 같아야 합니다.
스크립트에 저장된 분석이 있는 데이터 테이블을 첨부하고 있습니다.
Re: JMP에서 서브샘플링을 사용하여 요인 CRD를 분석하는 방법은 무엇입니까?*참고: 이것은 나의 원래 답장이었고 어느 시점에서 사라졌습니다.이 답변이 다시 나타나기 전에 다시 답변했습니다.
안녕 킨다,
4개의 반복 측정 세트 각각을 생성한 실행을 식별하려면 열이 필요합니다.열에 명목 모델링 유형이 있는지 확인하십시오. .모델 맞춤에서 평소와 같이 모델을 지정하되 각 실행을 식별하는 해당 열을 추가하고 무작위 효과로 만듭니다(모델 효과 구성에서 실행 효과를 선택하고 속성 > 무작위 클릭).
이것은 모두 설계에 반복실험이 있다고 가정한 것입니다(줄기 길이 실험에 각 조합에 대해 포트 1, 2 및 3이 있는 것처럼).실험에서 이러한 요인 수준 조합을 복제하지 않으면 실행 차단 요인이 X1*X2 상호작용과 혼동되기 때문에 실행 차단 요인에 대한 분산 성분을 추정할 수 없습니다.JMP는 기본적으로 Run random 효과를 무시하고 오해의 소지가 있는 반복 측정이 아닌 3회 반복(각 4회)이 있는 것처럼 분석합니다.상호 작용을 무시하고 주효과만 모델링하면 실행에 대한 분산 구성 요소를 얻을 수 있지만 해당 분산 구성 요소 중 실제로 X1*X2 상호 작용 효과가 얼마나 되는지는 여전히 경쟁해야 합니다.
다음은 첫 번째 참조에서 줄기 길이 실험을 사용한 예입니다.주어진 요인 수준 조합에 대한 Pot 1이 다른 요인 수준 조합에 대한 다른 Pot 1과 동일한 블록으로 취급되지 않도록 Pot random 효과를 일광 및 온도 시간에 중첩해야 했습니다.
중첩을 수행하려면 냄비 효과를 강조 표시한 다음 열 목록에서 온도 및 일광 시간을 선택하고 "중첩"을 클릭합니다.스크립트에 저장된 분석이 있는 데이터 테이블을 첨부하고 있습니다.
