데이터가 첨부됩니다 :
질문 : 4 회 반복 / 블록으로 무작위 완전 블록 설계를 사용했습니다.
1) X에 따라 모델 대 Y를 맞추고 왜 사용해야합니까?
2) 모델 구성 방법 모델 구성에 담당자를 포함시켜야합니까?
다른 모델을 사용하여 데이터를 분석 한 문서를 첨부했습니다. 어떤 모델이 옳고 그럴까요?
비슷한 질문으로 두 개의 스레드를 시작한 것 같습니다. 나는 Mark가 이것을 다른 스레드에서 당신과 논의하고 있다고 생각합니다. 인정해야합니다. 공부하는 내용, 어떤 질문에 대답하려고하는지 이해하기가 매우 어렵습니까? 담당자는 무엇을 의미합니까? 두 가지 방법이 있습니다. 처리 조합을 설정하고 처리를 변경하지 않고 여러 데이터 포인트를 얻은 경우 이는 반복 (또는 중첩)되며 자유도를 증가시키지 않습니다. 이 데이터 포인트는 치료 내 수단 및 변형을 추정하는 데 유용 할 수 있습니다. 이 전략은 종종 측정 오차, 시료 변동 내, 처리 내 시료 간 변동 등을 이해하기 위해 사용됩니다. 이들은 실험 단위가 아닙니다.
복제를 말하는 경우 두 가지 방법으로 처리 할 수 있습니다.
1. 무작위 복제 : F- 검정과 같은 통계 검정에 사용될 실험 오차의 "편견없는"추정값을 얻는 데 종종 사용됩니다.
2. 블록 (RCBD 또는 BIB) :이 경우 블록을 처리하는 방법은 블록을 만드는 방법에 따라 다릅니다. 그것들은 블록 단위 상호 작용이 추정 될 수있는 모델 (특히 실험 중에 잡음이 식별되고 "관리"되었을 때 견고성을 추정하는 데 매우 유용 함) 또는 주 효과 만있는 임의의 효과에서 고정 효과 및 할당과 같이 할당 될 수 있습니다 블록의 효과는 추론 공간을 증가시키는 모델에서 랜덤 효과로 할당됩니다.
치료를 언급 할 때 무엇을 의미합니까? 일반적으로 이것은 지정된 수준의 요인 세트입니다.
회귀 모델링에는 모형 적합 및 X 별 적합 Y가 모두 사용됩니다. 맞는 모델 플랫폼은 매우 유연합니다. 모델에서 여러 x를 이해하는 데 매우 유용하며 모델은 선형 및 비선형 일 수 있습니다. 하나의 X를 볼 때 X에 맞는 Y를 사용합니다.
