치료 복제 내에서 불평등 함 (관찰)나는 개인의 모기가 한 번에 하나씩 자신의 관측 케이지에 공개되는 연구 설계를하고 있습니다. 각 관측 케이지에는 알을 낳기위한 4 곳의 선택이 있습니다. 4 개의 알을 낳는 장소는 각각 특성이 다른 물을 가지고 있지만 선택은 순차적으로 제시되지 않은 4 가지의 동시 제공 계란 요리 중 하나입니다. 첫 번째 블록 효과는 동일 연령대, 동일한 양육 환경의 코호트 또는 동시에 양육 된 모기이지만 한 블록에서 다른 블록으로 모기의 수는 다양합니다. 각 모기에는 알려지지 않은 (미리) 시간과 통제되지 않은 (또는 모기에서 모기에 이르기까지) 수많은 수의 난자가 그녀의 새장에있는 4 개의 산란 장소에 분포되어있을 수 있습니다. 우리는 각각의 알을 낳는 요리에서 각 여성이 낳은 난의 수를 관찰하거나 계산합니다. 데이터 매트릭스는 모기 ID (범주 형), 코호트 (범주 형) 및 난형 접시 또는 선택 (범주 형)에 의해 기둥으로 분류 된 난간 당 1 줄로 표현할 수 있으며, 분류 된 난은 선택 항목들 사이에서 모기 내에서 난 산란 (ere-laying sites) 또는 빈도 (frequency counts) 사이의 평균값 계산을위한 자료를 산출 할 수 있습니다. 궁극적 인 목표는 산란 장소 선택의 매력에 대한 다소 정직한 비교입니다. 더 짧은 데이터 매트릭스는 동일한 카테고리 변수로 표현 될 수 있습니다. 치료 (선택 1, 선택 2, 선택 3 또는 선택 4); 보병대; 개별 모기 및 각 치료 수준에서 알의 수와 반응 변수, 따라서 모기 당 4 줄 또는 행. 개별 모기는 각 코호트 내에서 (반드시 같은 수의 알을 낳을 필요가 없기 때문에 일종의) 복제를 나타냅니다. 매우 정교한 질문이 아니라 JmpIn을 사용하여 모델을 지정하는 다소 기본적인 방법을 찾아야합니다. 코호트 효과 내에서 모기 효과 (있는 경우)를 제어하기 위해 (있을 경우) ), 선택 당 놓은 난의 평균 수 사이의 차이점 (쉽게 이해할 수 있지만 JmpIn 온보드 문서는 그리 간단하지 않음)과 빈도가 다를 수 있습니다. 감사.
재 : 치료 복제 (관측) 내에서 동일하지 않은Consumer Research 서적 (도움말 메뉴 아래)을 보았습니까?
이것은 예제와 비슷하게 보입니다.
