如何从因子设计中的数据响应中消除因子的变化？各位，
我进行了阶乘实验。 我的因子是 A（4 级）、B（2 级）和 C（2 级），分为 4 个块。 因子A是植物的不同基因型。 我在这个实验中测量了不同的特征。
我想将测量结果放入模型中，并且想从数据响应中消除因子 A 的变化。 我可以做吗？
我在一篇论文中看到了有关它的方法。 他们分析了数据（例如生物量）对因子 A 的响应。然后保存残差并将其用作新变量（没有因子 A 变化的生物量）。 我在JMP中做了同样的方法，但我不确定这是否正确？统计上可以吗？
太感谢了
米拉德
实验设计回复：如何从因子设计中的数据响应中消除因子的变化？亲爱的菲尔，
非常感谢，我在统计和SEM方面并不完美，我只是一个初学者。 你的建议对我很有用。
您发送给我的链接很有帮助。 我运行 SEM 时没有残差，因为我不确定是否可以根据我的目的在模型中使用它们。 我认为我需要更多地了解残差。 当然，我找到了一些论文，他们在模型中使用了残差。
我从你的建议中学到了更多东西。
非常感谢您的参与，
您忠诚的，
米拉德
回复：如何从因子设计中的数据响应中消除因子的变化？好吧，米拉德。 我将让您决定如何在分析中使用它。 我假设您知道自己在做什么以及为什么需要应用 SEM，但对我来说这似乎是一种不寻常的方法。 作为统计学硕士学位的一部分，我学习了 SEM，但我发现很难理解该方法和应用。回复：如何从因子设计中的数据响应中消除因子的变化？亲爱的菲尔，
感谢您的留言。
我的意思是我从通过“基因型”和“块”随机运行的模型中保存的残差。
我相信我应该在使用它们之前更加努力。
我想用 R 运行 SEM，我只想在 JMP 中计算和准备数据。
太感谢了，
米拉德
回复：如何从因子设计中的数据响应中消除因子的变化？我不确定你现在所说的残留是什么。 您不会想使用我建议的模型中的残差，因为这些残差只会告诉您块、基因型以及变量 1 和 2 无法解释的变异。
结构方程模型是一种很难理解的方法（目前在 JMP 中无法实现）。 我不确定您将如何在这里应用 SEM，但我建议您首先确保您熟悉回归模型。
回复：如何从因子设计中的数据响应中消除因子的变化？亲爱的马克，
非常感谢您的建议，
我搜索了“预测刻画器”。 看上去不错。 我相信这会有所帮助。
谢谢你，
此致，
米拉德
回复：如何从因子设计中的数据响应中消除因子的变化？亲爱的菲尔，
非常感谢您抽出宝贵的时间，太棒了。
是的，“基因型”的效果对我来说并不重要。 我想将其从我的数据中删除。 我想也许我可以在更好的条件下评估变量。 我认为你的解决方案很棒。
你认为我可以用这些残差作为新变量来减少“基因型”效应吗？ 因为我想在结构方程模型中使用它们。
此致，
米拉德
回复：如何从因子设计中的数据响应中消除因子的变化？我只是想菲尔解决方案的基础是线性模型可以同时解释对每个响应的所有贡献。 您设计了一项多因素实验，但一次只分析一个因素。 这不是一个无效的方法，但您可以利用 Phil 提出的模型做更多事情。 例如，您可以使用预测刻画器来可视化对所有因素的依赖性。
回复：如何从因子设计中的数据响应中消除因子的变化？你好，
我尝试将您的实验附加为 .jmp 表，但遇到了同样的问题。 我会让社区经理知道，希望问题能尽快得到解决。
我评估了该设计，它的主效应和 2 因子交互作用几乎完全正交（由于排除了“异常值”运行，因此存在一些轻微的相关性）。
我没有详细研究您所采取的方法。 我认为这可能没问题，但统计学家不会推荐。
我的方法是拟合包括基因型在内的模型。 我将其定义为随机效应。 这是因为我的理解是，这是您期望影响响应的一个因素。 但你实际上并不关心 Genotyope 的效果是什么。 您只需要考虑效果，这样它就不会改变您对您所关心的效果的估计：营养素 1 和 2 及其相互作用。 我的说法正确吗？
出于同样的原因，您还应该将块定义为随机效应。
因此，我拟合了一个模型，其中 Block 和 Genotype 作为随机效应，Nutrient1、Nutrient2、Nutrient1*Nutrient2 作为固定效应。该模型告诉您营养因素的影响，并考虑了 Block 和 Genotype 引起的响应变化。
如果您尝试这样做，结果是否与您的分析大体一致？ 看起来营养素 1 对变量 1 有显着影响，而其他影响不显着。
问候，
菲尔
回复：如何从因子设计中的数据响应中消除因子的变化？亲爱的菲尔，
非常感谢您花时间给我提供建议。
我已将这些因素附加到我的部分数据中。 请找到它。 我无法附加 .jmp 文件，我看到了这条消息：“附件的内容与其文件类型不匹配。 ”。 所以我把步骤的图像放在了Excel表上。
该实验是在 RCBD 下进行阶乘的。 基因型（4 个水平，A、B、C 和 D）、营养素 1（2 个水平，10 和 40）和营养素 2（2 个水平，25 和 100）是 4 个块中的因子。 另外，“变量1”和“变量2”是我在实验期间测量的变量。 在此文件中，我将变量转换为对数。
例如，不同的“基因型”对“变量2”有不同的影响。 而我只需要模型中“营养1”和“营养2”的效果。 所以，我想从“变量1”和“变量2”中删除“基因型”的影响。 为此，首先我通过“基因型”对每个变量使用“Fit Y by X”，然后保存每个变量的残差。
Step 1. Fit y by x.Step 1. Fit y by x.步骤1。 用 x 拟合 y。
在第二步中，我在“拟合模型”中使用“块，营养物 1，营养物 2，营养物 1*营养物 2”中的这些残差作为全阶乘。 之后，我保存了通过该方法获得的残差并将其用作新变量。
我在该文件的“数据表”中提到了“步骤1”和“步骤2”。 另外，“Step () - Variable ()”是我为每个变量保存的每个步骤的残差。（我无法附加 .jmp 文件）。 对于这些变量，我刚刚删除了两个异常值，您可以在此文件中看到它们（第 20 行和第 61 行）。
Step 2.Step 2.第2步。结果当我使用这个方法时，一些变量之间的回归是不同的。 例如，两个变量之间的回归将从负变为正。
太感谢了，
您忠诚的，
米拉德
回复：如何从因子设计中的数据响应中消除因子的变化？你好，
从你的描述很难回答。 我不确定您所采取的方法。 您可以分享数据或匿名版本吗？ 或者您能否说明您尝试使用 JMP 示例数据集之一做什么？ 也许“2x3x4”的例子是类似的：
Open("$SAMPLE_DATA/Design Experiment/2x3x4 Factorial.jmp")
问候，
菲尔
回复：如何从因子设计中的数据响应中消除因子的变化？亲爱的菲尔，
非常感谢您的时间和清晰的解释。
我看到了你提到的链接。 我认为我的实验中A*B和A*C和B*C对变量的影响看起来像设计2，所以它们不是正交的。
您能否检查一下我从变量中删除 A 的影响所做的过程？
1. 我保存了 A 中每个变量的残差。
2. 我对保存的残差运行全阶乘（B 和 C）。 然后我将残差保存为新变量。
现在，A 的影响已从新变量中移除。
你认为这是正确的吗？
非常感谢您的参与，
干杯，
米拉德
回复：如何从因子设计中的数据响应中消除因子的变化？是的，这是可能的。 您可以从 JMP 中的任何模型保存残差，例如通过 X 拟合 Y： https://community.jmp.com/t5/Discussions/How-to-save-residuals-in-Fit-Y-by-X-platform-for-two-continuous/td-p/20608 。您还可以保存拟合模型和其他建模平台的残差。
这是对的吗？ 好吧，确实没有对或错。 你需要考虑一下你在这里做什么。 您还需要考虑您的数据对于单独估计 A 的效果有多好。 您的实验设计中 A、B 和 C 的影响是否正交？ 看我最近的博客文章为了理解我的意思。
我想说的是，在多元回归模型中包含 A 以及 B 和 C 更为常见。 这样，模型就会捕获 A 引起的生物量变化，并让您了解 B 和 C 的影响。
希望有帮助。
菲尔
