ランダム化された完全なブロック設計 2 x 2 階乗やあ、
私は JMP を初めて使用するので、助けてもらえることを願っています。
私の実験は、2 レベルの追加添加剤を使用したランダム化された完全ブロック 2 x 2 要因計画でした。 合計 480 人の個体が 5 つのペンにブロックされ (ペンは個人ではなく実験単位として機能します)、複製内のペンには 4 つの食事療法のうちの 1 つが割り当てられました。 合計 24 回の反復を行いましたが、実験は 2 つのバッチにわたって行われ、最初の 240 人 (12 回) が 2 月に、2 回目の 240 人 (12 回) が 4 月に行われました。 したがって、担当者のブロックとバッチのアカウントを作成する必要があります。
ANOVA が正しく行われていることを確認したいのですが、「モデル効果の構築」ボックスに 2 つの因子、それらの相互作用、バッチと繰り返しが表示されていますが、これは正しいですか? ただし、このバッチを実行すると (写真のように) DF が失われるので、どうすればよいかわかりません。
また、一部の分析では開始重みの共変量を追加する必要がありますが、これも「モデル効果の構築」ボックスに入れるのでしょうか、それとも連続共変量は別のボックスに入れる必要がありますか?
ありがとう！
Re: ランダム化された完全ブロック設計 2 x 2 階乗答えを完成させるために、レポートを使用してその分析を解釈する方法を示します。
• レポートの上位 3 つの部分はよく知られているはずです。 固定された治療効果の重要性がわかります。 これらは興味深い効果であるため、これは重要な部分です。 レポートの残りのほとんどは、分散の原因であることは認識しているものの、あまり気にしていない変量効果について述べているだけです。
• ランダム効果予測では、各担当者の違いによる効果の推定値が得られます。
• REML 分散成分は、分散が変量効果 (この場合は Rep と Batch) にどのように起因するかを示します。
• エフェクトの詳細は下の方にあります。
• また、変量効果の各レベル (この場合は Rep と Batch) の応答の推定平均を確認することもできます。
Re: ランダム化された完全ブロック設計 2 x 2 階乗さて、そこで何が起こったのか理解できたと思います。 ネストされたエフェクトを指定するのは簡単ではありません。
そこにあるのは、Rep - Batch[Rep] 内にネストされた Batch だと思います。 一方、Rep を Batch 内にネストしたい場合は、Rep[Batch] とします。 エフェクトとして Batch も追加する必要があると思います。 そして、Rep[Batch] と Batch は両方ともランダム効果である必要があります。
入れ子になった変量効果モデルの例が JMP ドキュメントにあります。ここ。 これはまったく異なる業界とアプリケーションによるものですが、意味は通じるはずです。
フィル
Re: ランダム化された完全ブロック設計 2 x 2 階乗こんにちは、フィルさん
申し訳ありませんが、今すぐご覧いただけると幸いです
テガン
Re: ランダム化された完全ブロック設計 2 x 2 階乗それは理にかなっている。
画像が見えません。 正しく添付されていないと思います（残念ながら画像を貼り付けるだけではできません）。Re: ランダム化された完全ブロック設計 2 x 2 階乗こんにちは、フィルさん
お返事をありがとうございます。
はい、その通りです。データは 96 行あります。
したがって、担当者を含める必要があります。これは、各個人が体重に応じて割り当てられ、担当者内でペンのバランスが保たれるためです。たとえば、異なる治療を受けている担当者 1 の 4 本のペンは、体重のバランスが取れており、担当者 2 も同様です。したがって、基本的に担当者 1 の平均重量は担当者 2 よりも高くなる可能性があります。 また、複製内で性別と産子の起源についてもバランスがとれています。
したがって、ランダムな効果としてそれらを含める必要があるように思え、バッチ内にネストされた繰り返しになります。 添付の画像を参照してください。インターセプトが存在しないというエラー メッセージが表示されるのはどういう意味ですか? (走り書きした部分は、私の 2 つの要素とその相互作用にすぎません)。
ありがとう、
テガン
[cid:image001.png@01D4BFA0.3B980C80]
Re: ランダム化された完全ブロック設計 2 x 2 階乗付け加えておきますが、ANOVA で自由度が失われているのは、固定効果として繰り返しとバッチの両方があるためだと思います。 そして、これら 2 つのエフェクトにはエイリアスが付けられます。 それらの効果を分離することはできません。 両方を推定したい場合は、バッチ内にネストされた担当者によるランダム効果として両方を推定する必要があると思います。Re: ランダム化された完全ブロック設計 2 x 2 階乗こんにちは、ティーガンさん
私が正しく理解しているとしても、理解していない可能性は十分にあります。 -
- 担当者は5匹の4ペンです。
- 各繰り返し内で、4 つのペンは 2 x 2 階乗に従って 4 つの異なる処理のうち 1 つを実行します。
- 合計 24 回の繰り返しがあります。
- 12個ずつ2バッチに分けて。
- つまり合計96本のペン、
- これは 96 行のデータを意味します。
なぜ担当者をエフェクトとして含める必要があるのかわかりません。 ここでのRepは人工的な構築物であるように私には思えます。
担当者間に体系的な違いが生じると予想される理由はありますか。 つまり、レップ内のすべてのペンが、別のレップと比較して全体的な応答を変える何らかの効果を経験する理由は何でしょうか? 各担当者は全員別の建物内にいますか? それとも、各レップは異なる時点で開始されましたか? それとも、各担当者は異なる親株からのものですか（栄養試験でそれが可能かどうかはわかりませんが、考えられる例を考えるのは面倒です！）？
レップの体系的な効果に理由がないのであれば、それをモデルに含める必要はないと思います。
それがモデル内にあるべきなら、ランダムな効果としてそこにあるべきだと思います。
同様に「バッチ」もランダム効果である必要があります。
ランダム効果を使用する理由の 1 つは、ランダム効果が消費する自由度が少ないことです。
それが役立つことを願っています。 私の理解に何か間違いがある場合、または質問がある場合はお知らせください。
フィル
