ネストされたエフェクト2 つの種と 2 種類の葉のデータがあります。 種 A と B、タイプ R と L。 葉の種類や種類が葉の面積などにどのような影響を与えるかを確認したいと思います。 ただし、各個体に割り当てられた複数の葉の面積測定の結果はあります。
そのため、私はネスト関数を使用しました。
モデル効果:
種
タイプ
種・種類
葉数【個別】
しかし、「モデルにはエフェクトがありません。インターセプト [個人]」と表示されます。
私の何が間違っているのでしょうか？
ランダム効果としてマークすると、葉の番号 [個別] & ランダム ソフトウェアからの通信なしで結果が得られますが、それが私のモデルで完全に正しいかどうかはわかりません。 各個人に葉のセットが割り当てられています。 一枚一枚の葉や個体がランダムに繋がっているわけではありません。
私は JMP に、葉の各セットの面積結果が実際の個体と関連付けられるべきであることを「確認」してもらいたいだけです。
それを入手する方法を知っていますか?
Re: ネストされたエフェクト役立つかもしれないもう 1 つの考え。
葉の番号が個体上の位置に関連している場合 (例: #1 が根元、#3 が上部、#2 が中間)、#1、#2、#3 の間の葉の面積に体系的な違いが予想される可能性があります。それは個人間で一貫しているでしょう。 この場合、個人に対する位置の影響を推定するために、固定効果として葉の番号を指定する必要があります。
各個体から葉をランダムに収集し、葉番号を割り当てた場合、葉番号間の面積に体系的な違いは期待できません。 葉の番号には違いがありますが、完全にランダムである必要があります。 したがって、この変動を考慮して変量効果として葉の番号を指定します。
Re: ネストされたエフェクトこんにちは、
ランダム効果に関する質問は、コミュニティのディスカッションで定期的に出てくるようです。 あなた一人じゃありません！
Individual 内の Leaf Number のネストされた効果に Random 属性を指定しても、それらが「ランダムに接続される」とは言えません。 あなたが言いたいのは、（特定の個体について）葉ごとに葉の面積にばらつきがある可能性があるということです。
これを固定効果 (効果の通常のデフォルトのフレーバー) として指定した場合、ある葉の番号と別の葉の番号の間に系統的な違いがあると言っていることになります。 たとえば、どの個体でも、葉 #2 の面積は葉 #1 よりも大きくなります。 それはあなたが期待している効果やモデル化したい効果ではないと思います。
効果をランダムとして指定すると、個体内で、ある葉の番号から別の葉の番号までの面積にランダムな変動があることを認識することになります。
また、考慮する必要がある個人間の領域の差がある可能性があると考えられる場合は、ランダム効果として個人を含めることもできます。
これが理にかなっていることを願っています。 変量効果を説明するのは簡単ではありません。
フィル
