多変量データセットこんにちは、
（JMP Proではなく）JMPを使用して、添付されたデータセットを分析する方法を知るための助けを得ることができるかどうか疑問に思っていました。
59の異なる農場のグループ全体に適用される管理の変更がありました。これは5月末に発生したため、4月と5月は旧体制「治療1」、7月と8月は新体制「治療2」でした。
この変化が、全体的に、また2つの特定の期間（30〜45週間）および45 +週間において、体重、産卵、目標体重からの偏差、および目標卵生産からの偏差に有意に影響を与えたかどうかを知りたい。次の個別のインタラクティブな効果を知りたい：
年齢、品種、治療、農場「問題」
次の点に注意してください：
- 各行は、ファームの平均値です
- すべての農場で体重データが利用できるわけではありません
- レジーム変更の前後に同じ農場を測定することもあれば、レジーム変更後にのみパフォーマンスを測定することもありました。
- 治療2の鳥は年を取り、年齢がパフォーマンスに影響します。
- 品種はバランスが取れていません。つまり、品種4の複製ははるかに少ないです。
- 「問題の農場」ステータスの影響を知りたい
助けていただければ幸いです
前もって感謝します
アビー
再：多変量データセットこんにちはアビー、
いくつかの「データクリーニング」を開始する必要があります。数値データが（文字データとしてではなく）数値列に割り当てられていることを確認する必要があります。見る https://www.jmp.com/support/help/en/15.0/?os=mac&source=application#page/jmp/view-or-change-column-information.shtml 助けを求めて。次に、グラフビルダーから始めて、データを調べます（ https://www.jmp.com/support/help/en/15.0/?os=mac&source=application#page/jmp/graph-builder-2.shtml# ）。その後、必要に応じて、差異の特定のテストに移行できます。
カレン再：多変量データセット追加するだけで、マルチループ列のデータ型とモデリング型を変更できます。
関連するすべての列を選択します（この場合、数値/連続である必要のある公称列）
列>属性の標準化
次に、[属性]に移動し、[データタイプ]> [数値とモデリングタイプ]> [連続]を選択します。
再：多変量データセットまた、Cols> Recodeを使用して、Problem Farmが「Yes」ではない場合に「No」値を追加することをお勧めします（値が欠落しているだけではありません）。それが関心のある変数であると仮定すると、それを使用するには「はい」と「いいえ」の両方の値が必要になります。再：多変量データセットあなたは各行がファームであると言ったので少し混乱していますが、1つのファーム（「V3_0」として匿名）のデータのみを抽出しました。
治療月農場の家番号問題農場の鳥の年齢品種
治療4月1日V3_0 H2 no 57ローマン
治療4月1日V3_0 H2 no 58ローマン
治療4月1日V3_0 H2 no 59ローマン
治療4月1日V3_0 H2 no 60ローマン
治療1 5月V3_0 H2 no 61ローマン
治療1 5月V3_0 H2 no 62ローマン
治療1 5月V3_0 H2 no 63ローマン
治療1 5月V3_0 H2 no 64ローマン
治療2 7月V3_0 H2 no 70ローマン
治療2 7月V3_0 H2 no 71ローマン
治療2 7月V3_0 H2 no 72ローマン
治療2 7月V3_0 H2 no 73ローマン
同じ農場、月、家の複数の行を見ることができます。しかし、鳥の年齢は違うようです。それで、各列は鳥ですか？または同じ年齢の鳥のグループ？
再：多変量データセットだから今、私は各行が各月内の1週間であることを理解しています。
最善のアプローチは、応答のモデル（卵の生産％のみを見てきましたが、他の応答でも同じです）と鳥の年齢（これは応答に影響することがわかっているので、これを検討することです） 「共変量」）と月。4月、5月（治療1）と7月、8月（治療2）の間に大きな違いがある場合、それは治療の効果があることと一致します。
しかしながら... 重要な警告！...
これは、治療が重要な効果であることを証明するものではありません。観測された影響は、季節的な影響も原因である可能性があります（たとえば、7月、8月の方が暑いため、卵の生産は一般的に低くなります）。このデータから、5月から7月までの季節的影響またはその他の制御不能な変化から治療を区別する方法はありません。 季節の影響を理解するには、複数年にわたるデータが必要です。
以上のことを踏まえて、私はフィッティングモデルを検討しました。また、ファーム間のランダムな効果を追加して、ファーム間の制御不能な違いを説明しました。（私はファームを匿名化しました）。また、いくつかの農場には複数の家があり、これらの間に制御できないばらつきがある可能性があるため、農場内にネストされた家のランダム効果を追加しました（House [Farm]）。
ネストされたランドン効果の例： https://www.jmp.com/support/help/14-2/two-factor-nested-random-effects-model.shtml
また、これらの潜在的に重要な要因の影響を推定する要因として、Problem FarmとBreedを追加しました。
固定効果とランダム効果の両方を備えたモデルは、「混合」モデルとして知られています。JMP Proを使用して、農場間で鳥の年齢の影響をランダムに変化させることができる、より複雑な混合モデルも検討しました。
添付データテーブルには、両方のモデルがスクリプトとして含まれています。JMP Proでは、より複雑な混合モデル（「Fit Mixed」）のみを実行できます。
標準的な混合モデルは、月の重要な効果を示しています。卵の生産は、7月と8月と5月の4月と比べて低くなっています。
より複雑な混合モデルの方が適しています。月の影響に関する結論は変わりません。ただし、このモデルでは、品種と問題農場は重要ではありません。
...これがすべて役立つことを願っています。混合モデリングは簡単に使用できる方法ではありません。
これらのモデリングアプローチに加えて、探索的データ分析を使用してデータの品質を確認することもお勧めします。産卵のために記録された結果のいくつかは、他のものとは非常に異なります（表に分布分析スクリプトも追加しました）。これらの結果が正しいことを確認することをお勧めします。
再：多変量データセット他の応答変数（例えば、体重、体重）を見る必要がある場合は、同じモデルを実行できます：応答卵生成％>モデルダイアログの赤い三角形のメニューから。このモデルダイアログでYロールに他の応答を追加できます。
同じ赤い三角形のメニューから、予測式列をデータテーブルに保存することもできます。[列の保存]> [予測式]。
また、予測式を表示できます：[推定]> [予測式を表示]。
