Set di dati multivariatoCiao,
Mi chiedevo se potevo ottenere aiuto per sapere come analizzare il set di dati allegato utilizzando JMP (non JMP Pro).
È stato applicato un cambio di gestione in un gruppo di 59 diverse aziende agricole. Ciò si è verificato alla fine di maggio, quindi aprile e maggio erano il vecchio regime "Trattamento 1" e luglio e agosto era il nuovo regime "Trattamento 2",
Vogliamo sapere se questo cambiamento ha influenzato significativamente il peso corporeo, la produzione di uova, la deviazione dal peso corporeo target e la deviazione dalla produzione di uova target, nel complesso e anche in due periodi di tempo specifici (30-45 settimane) e 45 + settimane. Vorremmo conoscere gli effetti separati e interattivi di:
Età, razza, trattamento, "problema" dell'azienda agricola
Si prega di notare quanto segue:
- Ogni riga è un valore medio per una farm
- Non tutte le farm dispongono di dati sul peso corporeo disponibili
- A volte la stessa fattoria veniva misurata prima e dopo il cambio di regime, in altri la performance veniva misurata solo dopo il cambio di regime
- Gli uccelli nel trattamento 2 saranno più anziani e l'età influirà sulle prestazioni.
- La razza non è equilibrata, cioè ci sono molti meno replicati in razza 4
- Vorremmo conoscere l'effetto dello stato "Emetti farm"
Qualsiasi aiuto sarebbe apprezzato
Grazie in anticipo
Abbie
Re: set di dati multivariatiHi Abbie,
Si dovrebbe iniziare a fare un po 'di "pulizia dei dati". Devi assicurarti che i tuoi dati numerici siano assegnati a colonne numeriche (non come dati di carattere). Vedere https://www.jmp.com/support/help/en/15.0/?os=mac&source=application#page/jmp/view-or-change-column-information.shtml per un aiuto. Poi vorrei iniziare con il costruttore grafico e esplorare i dati ( https://www.jmp.com/support/help/en/15.0/?os=mac&source=application#page/jmp/graph-builder-2.shtml# ). Dopo di che si potrebbe passare a test specifici per le differenze, se necessario.
KarenRe: set di dati multivariatiSolo per aggiungere che è possibile modificare il tipo di dati e il tipo di modellazione per le colonne multilpe.
Seleziona tutte le colonne pertinenti (in questo caso quelle nominali che dovrebbero essere numeriche / continue)
Cols> Standardizza attributi
Quindi vai su Attributi e seleziona Tipo di dati> Numerico e tipo di modellazione> Continuo.
Re: set di dati multivariatiInoltre, è consigliabile utilizzare Cols> Ricodifica per aggiungere un valore "No" in cui Problem Farm non è "Sì" (anziché solo un valore mancante). Supponendo che potrebbe essere una variabile di interesse, ti consigliamo di utilizzare entrambi i valori "Sì" e "No".Re: set di dati multivariatiSono un po 'confuso perché hai detto che ogni riga è una farm ma ho estratto solo i dati su 1 farm (reso anonimo come "V3_0"):
Mese di trattamento Numero civico Problema Razza dell'uccello agricolo
Trattamento 1 aprile V3_0 H2 no 57 Lohmann
Trattamento 1 aprile V3_0 H2 no 58 Lohmann
Trattamento 1 aprile V3_0 H2 no 59 Lohmann
Trattamento 1 aprile V3_0 H2 no 60 Lohmann
Trattamento 1 maggio V3_0 H2 no 61 Lohmann
Trattamento 1 maggio V3_0 H2 no 62 Lohmann
Trattamento 1 maggio V3_0 H2 no 63 Lohmann
Trattamento 1 maggio V3_0 H2 no 64 Lohmann
Trattamento 2 luglio V3_0 H2 no 70 Lohmann
Trattamento 2 luglio V3_0 H2 no 71 Lohmann
Trattamento 2 luglio V3_0 H2 no 72 Lohmann
Trattamento 2 luglio V3_0 H2 no 73 Lohmann
Riesco a vedere più righe per la stessa fattoria, mese e casa. Sembra però che l'età degli uccelli sia diversa. Quindi ogni riga è un uccello? O un gruppo di uccelli della stessa età?
Re: set di dati multivariatiQuindi ora capisco che ogni riga è per 1 settimana entro ogni mese.
Penso che l'approccio migliore sia quello di adattare un modello di risposta (ho osservato solo la% di produzione di uova, ma lo stesso vale per qualsiasi altra risposta) rispetto all'età degli uccelli (sai che questo ha un effetto sulle tue risposte, quindi consideralo una "covariata") e il mese. Se c'è una differenza significativa tra aprile, maggio (trattamento 1) e luglio, agosto (trattamento 2), ciò è coerente con l'effetto del trattamento.
Però... avvertimento importante! ...
Ciò non proverebbe che il trattamento sia un effetto importante. L'effetto osservato potrebbe anche essere dovuto a un effetto stagionale (ad esempio, la produzione di uova è generalmente inferiore a luglio, agosto perché è più calda). Da questi dati non è possibile separare il trattamento da un effetto stagionale o da qualche altra variazione incontrollata tra maggio e luglio. Avresti bisogno di dati che coprano anni pluriennali per comprendere l'effetto stagionale.
Detto questo, ho esaminato i modelli adatti. Ho anche aggiunto un effetto casuale per farm per tenere conto delle differenze incontrollate tra farm. (Ho anonimizzato Farm). E alcune fattorie hanno case mulitple e potrebbero esserci variazioni incontrollate tra queste, quindi ho aggiunto un effetto casuale di casa, annidato all'interno della fattoria (Casa [Fattoria]).
Esempio di effetti randon nidificati: https://www.jmp.com/support/help/14-2/two-factor-nested-random-effects-model.shtml
Ho anche aggiunto Problem Farm and Breed come fattori per stimare gli effetti di questi fattori potenzialmente importanti.
I modelli con effetti sia fissi che casuali sono noti come modelli "misti". Utilizzando JMP Pro ho anche esplorato un modello misto più complesso che consente una variazione casuale dell'effetto dell'età degli uccelli tra le fattorie.
La tabella dei dati allegata ha entrambi i modelli come script. Sarà possibile eseguire il modello misto più complesso ("Adatta misto") in JMP Pro.
Il modello misto standard indica un effetto significativo del mese: la produzione di uova è inferiore a luglio e agosto rispetto ad aprile, maggio.
Il modello misto più complesso si adatta meglio. Non cambia la conclusione sull'effetto di Month. Tuttavia, in questo modello Breed e Problem Farm non sono significativi.
... Spero che tutto ciò aiuti. La modellazione mista non è un metodo facile da usare.
Oltre a questi approcci di modellizzazione, incoraggerei anche l'uso dell'analisi esplorativa dei dati per esaminare la qualità dei dati. Alcuni dei risultati registrati per la produzione di uova sono molto diversi dagli altri (ho anche aggiunto uno script di analisi della distribuzione sul tavolo). Sarebbe una buona idea verificare che questi risultati siano corretti.
Re: set di dati multivariatiSe è necessario esaminare altre variabili di risposta (peso dell'uovo, peso corporeo) è possibile eseguire lo stesso modello: dal menu triangolo rosso da% produzione uova di risposta> Finestra di dialogo modello. È possibile aggiungere qualsiasi altra risposta al ruolo Y in questa finestra di dialogo del modello.
Dallo stesso menu a triangolo rosso puoi anche salvare una colonna della formula di previsione nella tabella dei dati: Salva colonne> Formula di previsione.
E puoi visualizzare l'espressione di previsione: Stime> Mostra espressione di previsione.
