Se adjuntan datos:
Preguntas: He utilizado diseño de bloques completos al azar con 4 repeticiones / bloques.
1) Ajustar modelo vs Y por X, ¿cuál debe usarse y por qué?
2) ¿Cómo construir el modelo? ¿Deberían incluirse representantes en la construcción del modelo?
He adjuntado un documento donde he analizado los datos utilizando diferentes modelos, ¿cuál es el correcto y por qué?
Parece que has comenzado dos hilos con preguntas similares. Creo que Mark está discutiendo esto contigo en otro hilo. Debo admitir que es muy difícil entender lo que estás estudiando, qué preguntas estás tratando de responder, etc. ¿Qué significa representante? Hay dos maneras que vienen a la mente: si configuró la combinación de tratamiento y obtuvo varios puntos de datos sin ningún cambio en los tratamientos, esto se repite (o anida) y no aumenta los grados de libertad. Estos puntos de datos pueden ser útiles para estimar medias y variaciones dentro del tratamiento. Esta estrategia se usa a menudo para comprender el error de medición, dentro de la variación de la muestra, la variación de muestra a muestra dentro del tratamiento, etc. Estas no son unidades experimentales.
Si está hablando de réplicas, esto también se puede tratar de dos maneras diferentes:
1) Réplicas aleatorizadas: a menudo se utilizan para obtener estimaciones "imparciales" de error experimental que se utilizarán en pruebas estadísticas como la prueba F.
2) Bloques (RCBD o BIB): en este caso, cómo se tratan los bloques depende de cómo se crean los bloques. Pueden ser efectos fijos y asignarse como tales en el modelo donde se pueden estimar las interacciones de bloque por factor (muy útil para estimar la robustez particularmente cuando el ruido ha sido identificado y "manejado" durante el experimento) o efectos aleatorios donde solo los principales El efecto del bloque se asigna como un efecto aleatorio en el modelo aumentando el espacio de inferencia.
¿Qué quiere decir cuando se refiere a un tratamiento? Por lo general, este es un conjunto de factores en niveles específicos.
Fit Model y Fit Y by X se utilizan para el modelado de regresión. La plataforma del modelo de ajuste es extremadamente flexible. Es muy útil para comprender múltiples x en un modelo y los modelos pueden ser lineales y no lineales. Yo uso el Fit Y por X cuando miro solo una X.
