중첩 효과두 가지 종과 두 가지 유형의 잎에 대한 데이터가 있습니다. 종 A와 B, 유형 R과 L. 잎의 종류와 종류가 잎 면적 등 어떤 영향을 미치는지 확인하고 싶습니다. 그러나 각 개인에게 할당된 여러 잎에 대한 면적 측정 결과가 있습니다.
그 때문에 나는 중첩 기능을 사용했습니다.
모델 효과:
종
유형
종*유형
리프 번호 [개인]
하지만 "모델에 효과 차단 [개인]이 없습니다."라는 메시지가 나타납니다.
내가 도대체 뭘 잘못하고있는 겁니까?
무작위 효과로 표시하면: Leaf number [Individual] & Random 소프트웨어와의 통신 없이 결과를 얻지만 내 모델에서 완전히 정확한지는 확실하지 않습니다. 각 개인에게 할당된 나뭇잎 세트가 있습니다. 각 잎과 개체는 무작위로 연결되어 있지 않습니다.
저는 JMP가 각 나뭇잎 세트의 면적 결과가 실제 개체와 연결되어야 한다는 점을 '확인'하기를 원합니다.
그걸 어떻게 얻는지 아시나요?
답: 중첩 효과도움이 될 수 있는 또 다른 생각입니다.
개체의 위치와 관련된 잎 번호(예: #1이 베이스에 있고 #3이 상단에 있고 #2가 중간에 있음)인 경우 #1, #2 및 #3 사이의 잎 면적에 체계적인 차이가 있을 것으로 예상할 수 있습니다. 그것은 개인 간에 일관되게 적용됩니다. 이 경우 리프 번호를 고정 효과로 지정하여 위치가 개인에 미치는 영향을 추정할 수 있습니다.
잎을 각 개체로부터 무작위로 수집한 다음 잎 번호를 할당하면 잎 번호 사이의 면적에 체계적인 차이가 없을 것으로 예상됩니다. 리프 번호 사이에는 차이가 있지만 완전히 무작위여야 합니다. 따라서 이 변형을 설명하기 위해 리프 번호를 무작위 효과로 지정합니다.
답: 중첩 효과안녕,
커뮤니티 토론에서 무작위 효과에 대한 질문이 정기적으로 올라오는 것 같습니다. 당신은 혼자가 아닙니다!
개체 내 리프 번호의 중첩 효과에 대해 임의 속성을 지정한다고 해서 "무작위로 연결되어 있다"고 말하는 것은 아닙니다. 당신이 말하는 것은 (주어진 개인에 대해) 한 잎에서 다른 잎으로 잎 면적에 변화가 있을 가능성이 있다는 것입니다.
이것을 고정 효과(일반, 기본 효과)로 지정하면 리프 번호와 다른 리프 번호 사이에 체계적인 차이가 있다고 말하는 것입니다. 예를 들어, 모든 개인의 경우 잎 #2와 잎 #1의 면적이 더 큽니다. 나는 그것이 당신이 보기를 기대하거나 모델링하고 싶은 효과라고 생각하지 않습니다.
효과를 무작위로 지정하면 개인 내에서 한 잎 번호에서 다른 잎 번호까지 면적이 무작위로 변한다는 것을 인정하는 것입니다.
설명해야 하는 개인 간의 영역 차이가 있을 수 있다고 생각되면 개인을 무작위 효과로 포함할 수도 있습니다.
이것이 의미가 있기를 바랍니다. 무작위 효과를 설명하는 것은 간단하지 않습니다.
필
