I dati sono allegati:
Domande: ho usato un disegno a blocchi completo randomizzato con 4 ripetizioni / blocchi.
1) Misura il modello contro Y per X che dovrebbe essere usato e perché?
2) Come costruire il modello? Le rappresentazioni dovrebbero essere incluse nel costrutto del modello?
Ho allegato un documento in cui ho analizzato i dati utilizzando diversi modelli, quale è giusto e perché?
Sembra che tu abbia iniziato due discussioni con domande simili. Credo che Mark ne stia discutendo con te in un altro thread. Devo ammettere che è molto difficile capire cosa stai studiando, a quali domande stai cercando di rispondere, ecc.? Cosa significa rappresentante? Ci sono due modi che vengono in mente: se hai impostato la combinazione di trattamento e ottenuto più punti dati senza alcuna modifica ai trattamenti, si tratta di ripetizioni (o nidificate) e non aumenta i gradi di libertà. Questi punti di dati possono essere utili per stimare i mezzi e le variazioni all'interno del trattamento. Questa strategia viene spesso utilizzata ai fini della comprensione dell'errore di misurazione, all'interno della variazione del campione, della variazione da campione a campione all'interno del trattamento, ecc. Queste non sono unità sperimentali.
Se stai parlando di repliche, allora questo può anche essere trattato in due modi diversi:
1. Repliche randomizzate: spesso utilizzate per ottenere stime "imparziali" dell'errore sperimentale da utilizzare in test statistici come F-test.
2. Blocchi (RCBD o BIB): in questo caso, la modalità di trattamento dei blocchi dipende dalla modalità di creazione dei blocchi. Possono essere effetti fissi e assegnati come tali nel modello in cui è possibile stimare le interazioni blocco per fattore (molto utile per stimare la robustezza, in particolare quando il rumore è stato identificato e "gestito" durante l'esperimento) o effetti casuali in cui solo il principale l'effetto del blocco viene assegnato come effetto casuale nel modello aumentando lo spazio di inferenza.
Cosa intendi quando ti riferisci a un trattamento? In genere questo è un insieme di fattori a livelli specifici.
Fit Model e Fit Y by X sono entrambi utilizzati per la modellazione della regressione. La piattaforma del modello in forma è estremamente flessibile. È molto utile per comprendere più x in un modello e i modelli possono essere lineari e non lineari. Uso Fit Y di X quando guardo solo una X.
