2015 년 현장 실험에서 나온 데이터를 분석하려고합니다. 나는 다양한 수준의 4 가지 고정 요소를 가지고있다 (우리는 그것들을 a, b, c, d라고 부를 것이다). 요인 c는 b에 중첩됩니다. 나는 1 개의 무작위 요인 (막히기 - 무작위로 한 완전한 구획 디자인)가있다. 내 반응 변수는 길이 (mm)가 -25 % (약간 축소)에서 70 %까지, 그리고 n이 304 인 경우의 성장률입니다. 필자는 피팅 모델 플랫폼을 사용하여 예상했던대로 선형 혼합 모델을 만들었습니다. a, b, c 및 axb가 중요한 영향을 미쳤습니다.
내 문제는 정규성에 대한 가정에 대한 잔차를 확인하려고 할 때 데이터가 정상적으로 분산되지 않는다는 것입니다. 퀀텀 플롯을 보면 보통의 선에서 약간 벗어난 곡선이 나타납니다. 필자의 검색에서 나는 뚱뚱한 꼬리라고 불리는 이러한 유형의 커브를 보았고, 일부는 모든 % 변경 데이터가 실제로 가우시안 (정상)이 아닌 Cauchy 분산이며 ANOVA로 분석되어서는 안된다는 지시를 받았습니다. 훌륭합니다.하지만 그 정보로 무엇을해야할지 모르겠습니다. 나는 ANOVA와 ANCOVA를하는 방법을 이해하지만, 그 이상으로, 나는 조금 길다. 나는 행운이없는 표준 변환 (log, sqrt)을 시도했다.
일반화 된 선형 혼합 모델을 사용하면 정규 분포가 아닌 데이터로 작업 할 수 있지만 JMP 프로가 없다는 것을 알고 있습니다 (glmm을 사용하는 유일한 방법이라고 생각합니다). 모든 팁이나 조언을 크게 주시면 감사하겠습니다. 시간 내 줘서 고마워.
편집 : 추가 관측 수 (n = 304)
안녕하세요 -- @ Nathan_Haag
JMP 13도 JMP Pro 13도 일반 선형 혼합 효과 모델을 지원하지 않습니다. 우리는 개발이 관심을 인식 할 수 있도록이 기능 요청을 문서화했습니다.
고맙습니다,
단
