다변량 데이터 세트여보세요,
JMP Pro가 아닌 JMP를 사용하여 첨부 된 데이터 세트를 분석하는 방법에 대한 도움을받을 수 있는지 궁금합니다.
59 개의 서로 다른 팜 그룹에 관리 변경 사항이 적용되었습니다. 이것은 5 월 말에 일어 났으므로 4 월과 5 월은 구 정권 "치료 1"이었고 7 월과 8 월은 새로운 정 구 "치료 2"가되었습니다.
이 변화가 체중, 난 생산, 목표 체중 편차 및 목표 난 생산 편차에 전체적으로 그리고 두 가지 특정 기간 (30-45 주)과 45+ 주에 크게 영향을 미치는지 알고 싶습니다. 우리는 다음과 같은 별도의 대화 형 효과를 알고 싶습니다.
연령, 품종, 치료, 농장 "문제"
다음 사항에 유의하십시오.
- 각 행은 팜의 평균값입니다.
- 모든 농장에 체중 데이터가있는 것은 아닙니다
- 때때로 정권 변경 전후에 같은 농장을 측정 한 경우도 있고 정권 변경 후에 만 성과를 측정 한 경우도 있습니다.
- 처리 2의 새는 나이가 많으며 나이는 성능에 영향을줍니다.
- 번식은 균형이 맞지 않습니다. 즉 번식 4에서는 복제가 훨씬 적습니다.
- "문제 팜"상태의 영향을 알고 싶습니다
도움을 주시면 감사하겠습니다.
미리 감사드립니다
아비
재 : 다변량 데이터 세트안녕 아비,
"데이터 정리"를 수행하여 시작해야합니다. 숫자 데이터가 문자 데이터가 아닌 숫자 열에 지정되어 있는지 확인해야합니다. 보다 https://www.jmp.com/support/help/en/15.0/?os=mac&source=application#page/jmp/view-or-change-column-information.shtml 도와주기 위해. 그런 다음 그래프 빌더로 시작하여 데이터를 탐색합니다 ( https://www.jmp.com/support/help/en/15.0/?os=mac&source=application#page/jmp/graph-builder-2.shtml# ). 그런 다음 필요한 경우 차이점에 대한 특정 테스트로 이동할 수 있습니다.
여자 이름재 : 다변량 데이터 세트추가하기 위해 multilpe 열의 데이터 유형 및 모델링 유형을 변경할 수 있습니다.
모든 관련 열을 선택하십시오 (이 경우 숫자 / 연속이어야하는 명목 열)
열> 속성 표준화
그런 다음 속성으로 이동하여 데이터 유형> 숫자 및 모델링 유형> 연속을 선택하십시오.
재 : 다변량 데이터 세트또한 Cols> Recode를 사용하여 Problem Farm이 "Yes"가 아닌 곳에 "No"값을 추가하는 것이 좋습니다. 해당 변수가 될 수 있다고 가정하면 "예"와 "아니오"값을 모두 사용하려고합니다.재 : 다변량 데이터 세트각 행이 팜이라고 말했지만 한 팜의 데이터 만 추출했습니다 ( "V3_0"으로 익명으로 표시됨).
치료의 달 농장 집 번호 문제 농장 조류 연령 번식
치료 4 월 1 일 V3_0 H2 no 57 Lohmann
치료 4 월 1 일 V3_0 H2 no 58 Lohmann
치료 4 월 1 일 V3_0 H2 no 59 Lohmann
치료 4 월 1 일 V3_0 H2 no 60 Lohmann
치료 5 월 1 일 V3_0 H2 no 61 Lohmann
치료 5 월 1 일 V3_0 H2 no 62 Lohmann
치료 5 월 1 일 V3_0 H2 no 63 Lohmann
치료 5 월 1 일 V3_0 H2 no 64 Lohmann
치료 7 월 2 일 V3_0 H2 no 70 Lohmann
치료 7 월 2 일 V3_0 H2 no 71 Lohmann
치료 7 월 2 일 V3_0 H2 no 72 Lohmann
치료 7 월 2 일 V3_0 H2 no 73 Lohmann
동일한 팜, 월 및 집에 대해 여러 행을 볼 수 있습니다. 새의 나이는 다른 것 같습니다. 각 행은 새입니까? 아니면 같은 나이의 조류 그룹?
재 : 다변량 데이터 세트이제는 각 행이 매월 1 주일이라는 것을 알고 있습니다.
가장 좋은 접근 방식은 반응 모델 (Egg Production % 만 보았지만 다른 반응에는 동일하게 적용됨) 대 Bird Age (응답에 영향을 미친다는 것을 알고 있으므로 이것을 고려할 것입니다) "공변량") 및 월. 4 월, 5 월 (치료 1)과 7 월, 8 월 (치료 2)간에 유의 한 차이가있는 경우 치료 효과와 일치합니다.
하나... 중요한 경고! ...
이것은 치료가 중요한 효과임을 증명하지 못합니다. 관측 된 효과는 계절적 영향으로 인한 것일 수도 있습니다 (예 : 계란 생산은 일반적으로 7 월, 8 월에 더 뜨겁기 때문에 더 낮습니다). 이 데이터에서 치료를 계절 효과 또는 5 월과 7 월 사이의 통제되지 않은 다른 변화와 분리 할 수있는 방법은 없습니다. 계절적 영향을 이해하려면 여러 해를 다루는 데이터가 필요합니다.
말한대로, 나는 피팅 모델을 보았다. 또한 팜 간의 제어되지 않은 차이를 설명하기 위해 팜에 임의의 효과를 추가했습니다. (나는 농장을 익명화했다). 그리고 일부 농장에는 여러 개의 주택이 있으며 이들 사이에 통제되지 않은 변형이있을 수 있으므로 농장 내에 중첩 된 집의 무작위 효과를 추가했습니다 (House [Farm]).
중첩 된 랜던 효과 예제 : https://www.jmp.com/support/help/14-2/two-factor-nested-random-effects-model.shtml
또한 잠재적으로 중요한 요인의 영향을 추정하기위한 요인으로 Problem Farm 및 Breed를 추가했습니다.
고정 효과와 임의 효과가 모두있는 모델을 "혼합"모델이라고합니다. 또한 JMP Pro를 사용하여 농장간에 조류의 영향을 무작위로 변화시킬 수있는보다 복잡한 혼합 모델을 탐색했습니다.
첨부 된 데이터 테이블에는 두 모델이 모두 스크립트로 있습니다. JMP Pro에서는 더 복잡한 혼합 모델 ( "Fit Mixed") 만 실행할 수 있습니다.
표준 혼합 모델은 Month의 중요한 영향을 나타냅니다. 계란 생산은 7 월과 8 월에서 5 월, 4 월에서 낮습니다.
더 복잡한 혼합 모델이 더 적합합니다. 월의 효과에 대한 결론은 바뀌지 않습니다. 그러나이 모델에서 Breed 및 Problem Farm은 중요하지 않습니다.
...이 모든 것이 도움이되기를 바랍니다. 혼합 모델링은 사용하기 쉬운 방법이 아닙니다.
이러한 모델링 방식 외에도 탐색 적 데이터 분석을 사용하여 데이터의 품질을 확인하는 것이 좋습니다. 계란 생산에 대해 기록 된 결과 중 일부는 다른 것과 매우 다릅니다 (표에 분포 분석 스크립트를 추가했습니다). 이러한 결과가 올바른지 확인하는 것이 좋습니다.
재 : 다변량 데이터 세트다른 반응 변수 (예 : 체중, 체중)를 보려는 경우 반응 계란 생산 %> 모형 대화 상자의 빨간색 삼각형 메뉴에서 동일한 모형을 실행할 수 있습니다. 이 모델 대화 상자에서 Y 역할에 다른 응답을 추가 할 수 있습니다.
동일한 빨간색 삼각형 메뉴에서 예측 수식 열을 데이터 테이블에 저장할 수도 있습니다 (열 저장> 예측 수식).
예측 식을 볼 수 있습니다 : 견적> 예측 식 표시.
