JMP を使用して 5 回の繰り返しでランダム化された完全ブロック設計を使用した場合の変動係数 (CV) を計算する方法。 JMP table -summary を使用して計算すると 17 になりますが、誤差平均平方和を使用して手動で計算すると 7 になります。
ファイルを添付してください
Re: JMP を使用して 5 回の繰り返しでランダム化された完全なブロック デザインを使用した場合の変動係数 (CV) を計算する方法。 JMP table -summary を使用して計算すると 17 になりますが、誤差平均平方和を使用して手動で計算すると 7 になります。フィールド レイアウトを添付しました。このフィールド レイアウトによって生成されたデータは、一元配置分散分析を使用する必要がありますか、それとも二元配置分散分析を使用する必要がありますか?
Re: JMP を使用して 5 回の繰り返しでランダム化された完全なブロック デザインを使用した場合の変動係数 (CV) を計算する方法。 JMP table -summary を使用して計算すると 17 になりますが、誤差平均平方和を使用して手動で計算すると 7 になります。あなたの言っていることが正しく理解できれば、RCBD を選択したかもしれませんが、分割プロット計画を実行したことになります。 では、複製は同じフィールドからの観察を示しているのでしょうか?
Re: JMP を使用して 5 回の繰り返しでランダム化された完全なブロック デザインを使用した場合の変動係数 (CV) を計算する方法。 JMP table -summary を使用して計算すると 17 になりますが、誤差平均平方和を使用して手動で計算すると 7 になります。因子レベルには、N0、N50、N100、N150、N200、および N250 というラベルが付けられます。 この因子は、6 レベルのカテゴリ因子として計画に入力されます。 したがって、これは名目効果としてモデル化されます。 実際、それはレベル 0、50、100、150、200、250 でテストされる連続因子 N なのでしょうか? そうなるとモデリングも変わってきます。
データは Excel ワークブックに保存されました。 実験の設計に JMP を使用しましたか? ワークシートをインポートしました。 いくつかの便利な列プロパティを追加しました。 レプリケートをプロット全体として再定義しました。 ランダム効果としてモデルに追加しました。 (これはブロックではありません。ランダム化の制限です。毎回新しいフィールドを使用するわけではありません。) 2 つのモデルを当てはめました。 元の治療法をカテゴリ要素として使用します。 もう 1 つは、非線形成分を伴う連続効果として新しい係数 N を使用します。
新しいJMPデータテーブルを添付しました。
Re: JMP を使用して 5 回の繰り返しでランダム化された完全なブロック デザインを使用した場合の変動係数 (CV) を計算する方法。 JMP table -summary を使用して計算すると 17 になりますが、誤差平均平方和を使用して手動で計算すると 7 になります。ありがとう。 フィールドバリエーションも豊富です。 したがって、使用されたデザインは、ブロック/レップがフィールドスロップに対して行われるランダム化されたブロックデザインでした。 治療のランダム化はブロック単位で行われました。ブロック/繰り返しは、実験誤差を最小限に抑えるように構築されました。 現在、私たちの主な関心は治療効果を判定することです。 では、一元配置分散分析を行うべきでしょうか、それとも二元配置分散分析を行うべきでしょうか?
Re: JMP を使用して 5 回の繰り返しでランダム化された完全なブロック デザインを使用した場合の変動係数 (CV) を計算する方法。 JMP table -summary を使用して計算すると 17 になりますが、誤差平均平方和を使用して手動で計算すると 7 になります。用語の使用 (用語として反復を追加する、または用語を参照するなど) から、線形統計モデルまたは実験計画法の基本を理解していないようです。ブロックそしてブロッキング。 特定の用語の使用は混乱を招きます。
デザインはどこで入手しましたか? どのような効果を見積もろうとしていましたか? データを収集してから、それをどのように分析するかを考えたように見えます。 最適な設計は、解析で意図したモデルに基づいています。
また、研究の目的についても明言しませんでした。 何を学ぼうとしていますか?
Re: JMP を使用して 5 回の繰り返しでランダム化された完全なブロック デザインを使用した場合の変動係数 (CV) を計算する方法。 JMP table -summary を使用して計算すると 17 になりますが、誤差平均平方和を使用して手動で計算すると 7 になります。データセット内にブロッキング構造は見当たりませんでした。 実際に実行をブロックした場合は、この効果を推定する項を追加する前に、その効果が固定であるかランダムであるかを決定する必要があります。
モデルに「replicate」と入力しないでください。 これは応答内のランダムなエラーであると想定されます。 一定の分散で正規分布すると仮定されます。 これは、モデル誤差のモデル依存推定値である RMSE を推定するために使用されます。 これは、完全なランダム化の下での実行ごとの正常な変動を表す必要があります。
Oneway プラットフォームと最小二乗法フィット プラットフォームはどちらもモデル パラメーターを推定できますが、利用可能な多くのオプションに関して異なります。 また、ブロック効果を追加する場合は、Oneway を使用できません。
Re: JMP を使用して 5 回の繰り返しでランダム化された完全なブロック デザインを使用した場合の変動係数 (CV) を計算する方法。 JMP table -summary を使用して計算すると 17 になりますが、誤差平均平方和を使用して手動で計算すると 7 になります。どうもありがとう ：）
もう 1 つの質問 - ブロック/レップを使用しているのに、なぜモデルでレップを使用しなかったのですか。
また、モデルの適合を使用する必要がありますか、それとも X による Y の適合を使用する必要がありますか?データを分析し、添付の表を見てアドバイスします。
Re: JMP を使用して 5 回の繰り返しでランダム化された完全なブロック デザインを使用した場合の変動係数 (CV) を計算する方法。 JMP table -summary を使用して計算すると 17 になりますが、誤差平均平方和を使用して手動で計算すると 7 になります。[表] > [概要] を使用して CV を推定する方法がわかりません。 CV をどのように手動で計算したのかわかりません。 これらの結果のどちらも評価できません。
レスポンスの CV を推定したいとします。 RMSE/平均としての推定値が最良の推定値となります。 固定効果はモデルの二乗和で考慮されており、RMSE ではランダム効果だけが残されています。
Oneway プラットフォームを使用した分散分析は次のとおりです。
したがって、推定 CV は約 7% です。
