連續變數嵌套在分類變數中？您好，我是 JMP 新手，不確定如何對我的資料進行建模，因此我們將非常感謝您對我應該採取的步驟提出任何建議！ 對於我的統計知識非常有限，我提前表示歉意。
我有一個資料集，其中包含一個分類變數（捐贈者）和每個捐贈者特有的兩個連續參數（年齡和體重指數）。 我想了解不同的反應變數（也是連續的 - 例如細胞生長等）如何受到捐贈者的年齡和 BMI 的影響，以及在確定反應時年齡和 BMI 之間是否存在任何交互作用。 你會怎樣做呢？ 我一直在使用擬合模型來做到這一點，首先將捐贈者、年齡和體重指數作為單獨的輸入。 結果似乎只解釋了捐贈者之間的差異，並沒有闡明年齡和體重指數的影響。 當我使用僅包含年齡和 BMI 的適合模型（排除捐贈者作為因素）時，結果顯示年齡和 BMI 的影響均有迴歸。 所以似乎有兩種方法可以對此進行建模；我可以在其中報告每個回應中哪些捐贈者彼此顯著不同，在其中我可以報告年齡和體重指數對每個回應的影響。 我不確定是否需要使用第二個模型中的十字按鈕來觀察年齡和 BMI 的交互作用。 我也不知道如何同時對所有 3 個自變數進行建模。 我需要將捐贈者的年齡和體重指數嵌入其中嗎？ 嵌套選項的支援頁面表示嵌套術語必須是分類的。
非常感謝，非常感謝任何反饋！
回覆：連續變數嵌套在分類變數中？安吉，
抱歉，在不了解情況的情況下，我不確定能否提供協助。 我以為你發送了假數據，但情況是真的……抱歉。 關於您的回复，我還有一些進一步的觀點（如果您願意的話）。
1. 「你的 alpha 為 0.05」是指 alpha 風險嗎？ 這用於統計顯著性。 我問的是實際意義。 這始終比統計更重要，因為統計顯著性取決於數據、獲取數據的方式以及進行的比較。
2. 不是好戰，但在實驗室進行檢測並不意味著它「好」。 我有很多實驗室測量的例子，但它們無法檢測到他們想要檢測的東西。 您有數據支持檢測的精確度嗎？ 如果是這樣，請務必繼續。
3. 實驗的地點是在實驗室嗎？ 您希望得出什麼樣的推理空間？ 結論是根據實驗室外的「條件」得出的嗎？ 既然如此，請謹慎行事。 您需要確保結果可以應用於您關注的領域。 再次強調，我的建議是有限的，因為這取決於實際情況。
好的，每個治療組合都有 3 個「數據點」。 問題是它們是如何獲得的？ （我對如何稱呼這三種措施很謹慎，因為不同的人使用不同的語言來描述它們）。 如果獲取了“數據點”，則提供一些指導沒有治療組合發生變化，它們通常不被視為獨立事件，因此不會增加研究的自由（我稱之為重複）。 它們變化的原因不能歸因於處理（因素），因為在獲取 3 個數據點時這些處理（因素）是「恆定」的，因此這些值變化的原因是由於短期內變化的變數、短期雜訊（例如，測量誤差）。 在這種情況下，您可以查看治療中的變化（以圖形方式工作），然後確定適當的匯總統計數據（例如平均值、方差、範圍...），這些統計數據將成為要建模的Y 。
如果這 3 個數據點確實是獨立事件，那麼它們可以被視為重複，這會增加 DF 的可用性。 通常的建議是進行隨機重複，因為這有望為統計測試中使用的實驗誤差提供無偏估計。 它還增加了推理空間，並可能提供一些「未分配」的 DF 來添加協變量。 在我看來，t這裡有其他更有效率和有效的方法來增加推理空間、分配噪聲的影響、劃分噪聲，從而提高設計的精度（檢測因子效應）、創建穩健的設計等。（RCBD、BIB、裂區， ETC。）
4. 我不確定你在說什麼，但反應變數的選擇至關重要。 反應變數越連續，您就能越有效地理解因子關係。 我總是建議盡可能多地進行測量、對實驗進行視訊、錄製聲音等。你永遠不知道新的反應變數何時會帶來發現。 當然，如果問題是變異問題，您應該有一個量化變異的反應變數（例如，標準差、變異數、範圍等）。
5. 關於選擇正確的工具和所需的樣品數量有很多建議。 我的建議是從一系列問題開始（例如，您想回答哪些問題？ 關於因變數和自變量，您有什麼假設？ 如何測量這些現象？等等）。 一旦你了解了情況，有哪些類型的數據可用，你想要估計什麼效果，有哪些資源可用以及緊迫感是什麼等等，你就可以設計研究（抽樣計劃、實驗等）。 我將過於簡化......自由度是資料集中擁有的資訊量。 根據您發送給我的資料集（其中有一個時間序列），您有 15 個資料點，因此總共有 14 個自由度。 每個因素都有多個自由度（例如，捐贈者有 4 個，尾羽有 4 個，尾羽數量有 4 個），然後您可以進行互動（乘以因子 DF）。 正如您可以想像的那樣，僅因素的自由度數加起來就達到 12 個自由度，因此沒有足夠的 DF 來估計交互作用。 規則是您需要足夠的 DF 來估計或比較您想要估計或比較的內容。 （抱歉，您需要的 DF 數量完全取決於具體情況）。 我將以我最喜歡的美國能源部作者之一（Cuthbert Daniels）的一段話作為結尾：
DOE 中最常見的缺陷是：
- 過飽和：對於治療次數來說效果太多。 （這是你的問題）
- 過度保守：對於期望的估計有太多的觀察
- 未能研究數據中的錯誤值
- 未能考慮所有混疊
- 由於誤解誤差方差而導致不精確。
這就是我現在所得到的。 謝謝你對我的包容。 如果我可以提供進一步的幫助，請告訴我。
回覆：連續變數嵌套在分類變數中？你好@statman ,
1.我的alpha值為0.05
2. 我對測量系統非常有信心（所有檢測均在實驗室合格）
3. 對於這個虛構的例子，我不確定如何為每個捐贈者獲得重複，所以我只說了3 年，但真正的實驗是在實驗室進行的，所有測量都是在同一時間進行的，每個捐贈者的條件都相同，所以不存在因時間而改變的情況
4. 也許我們可以改為雞蛋數？ 實際的實驗與鳥類或雞蛋無關——我只是想提出另一個因變數。
5. 太糟糕了。 我們只有 15 個不同樣本的材料。 這是一個統計規則，你應該至少有 3 個 df 嗎？
6. 時間並不是真正的因素（如#3 - 讓我們假設它們都是真實的複製品）
7. 聽起來不錯。
謝謝你！！
回覆：連續變數嵌套在分類變數中？安吉，
感謝您的解釋。 以下是一些評論/問題：
1. 每個Y有什麼實際意義？ 您想要/需要檢測每個 Y 的變化有多少（或具有科學意義）？
2. 您對測量系統的信心如何？
3. 尾羽長度/數量每年都一致嗎？
4. 您有平均雞蛋大小的 Y，雞蛋大小的變化是多少？ 這是重量還是尺寸？
5. 您根據您列出的 3 個特徵（羽毛長度、羽毛數量和出生體重）特意選擇了不同的捐贈者。 這些特質與捐贈者混淆。 您沒有足夠的數據來對捐贈者的 3 個特徵進行建模。 （3 年中的 2 個自由度），您將需要至少 3 個 DF 才能對 3 個特徵的主要影響進行建模。
6. 您可以以圖形方式查看資料。 隨著時間的推移的變化圖會很有幫助。
7. 您可以查看捐贈者對 Y 的影響，但沒有足夠的數據來在捐贈者因素內進行建模。
回覆：連續變數嵌套在分類變數中？你好@statman ，非常感謝您提供的所有資訊！ 附上附有虛假數據的表格。
場景：有 5 個“捐贈者”，都是鳥。 連續三年每年對捐贈者進行一次觀察，試圖對 5 名捐贈者每人進行三次重複測量。 尾羽長度、尾羽數量和出生體重對於每個捐贈者來說都是獨一無二的。 假設尾羽長度和尾羽數量對各種交配成功指標有影響，因此根據以下組合選擇五隻鳥：短尾羽和高羽毛數量、短尾羽和低羽毛數量、中等長度羽毛和中等長度羽毛羽毛數量多，尾羽長，羽毛數量少，尾羽長，羽毛數量多。 我們想了解後代數量、交配數量和卵子大小是否因捐贈者的不同而變化，以及每個變數如何因尾羽長度、羽毛數量和出生體重而變化。 另外，輸入之間是否存在任何交互作用。 希望這是一個充分的假設...
回覆：連續變數嵌套在分類變數中？安吉，
我沒有看到你所附的「假」數據表。 有很多值得討論的地方。 需要考慮的一些事項：
你能回答什麼問題，你能得出什麼結論，你應該使用什麼工具進行分析，以及你推斷結果的能力都完全取決於你如何獲得數據。 我從你的帖子中不知道這一點（這是我想查看數據的部分原因......你可以根據需要對數據進行編碼）。
由於您有多個捐贈者（我不知道有多少？），您可以根據捐贈者進行年齡和 BMI 的適合模型。 這至少會讓你思考你的結果是否可以推論出更廣泛的推論（更多的捐贈者）。 分析結果在捐贈者之間的重複性如何？
我不確定你是如何從模型中刪除術語的。 當您執行此操作時，一些統計數據可能會有所幫助（一般指導）。
- R 方和 R 方調整之間的增量，如果該值很大，則表示您過度指定了模型。
- RMSE，模型越小越好
- 殘差（正如您所觀察到的）。 所以我們「喜歡」NID(0, Variance)，這是有道理的......所以如果它們不是常態分佈，你應該質疑為什麼。 按時間序列繪製它們。 假設他們為什麼不是。
回覆：連續變數嵌套在分類變數中？另一方面......我也無法確定模型的適當性。 如果迴歸的殘差似乎不符合常態分佈，是否應該對模型進行折扣？ 謝謝。
回覆：連續變數嵌套在分類變數中？你好@statman 。感謝您對嵌套本質的澄清以及您對我的問題的想法。 我無法共享這些數據，因為它是專有資訊。 然而，我可以分享一個完全捏造的資料集，該資料集完全不相關，但傳達了我正在努力解決的相同問題。 你關於混雜變數的說法絕對是正確的——不可能將年齡和體重指數與捐贈者分開，我認為這就是為什麼當我將這三個因素添加到模型中時輸出很奇怪的原因。 我再次運行擬合模型，僅使用年齡和 BMI（不包括捐贈者），並將年齡與 BMI 交叉，並像您建議的那樣使用可能獲得回應的所有其他輸入使模型飽和。 我刪除了每一個不顯著的項，並且能夠觀察年齡和體重指數之間的相互作用，以確定它們對每種反應的影響。 這似乎適合觀察每個回應的年齡和BMI 之間的關係，但現在我不確定是否需要在單獨的模型中運行捐贈者與每個回應，以確定每個回應的哪些捐贈者彼此之間存在顯著差異。 第一個包含所有 3 個輸入的模型為我提供了方差分析的結果，但沒有為我提供運行 Tukey 測試的選項，而運行捐贈者作為唯一輸入則可以。 您認為執行兩個單獨的分析來檢查所有 3 個輸入的影響是否有必要？ 如果您想要一個愚蠢的假資料集，請告訴我。 非常感謝你們的幫忙！
回覆：連續變數嵌套在分類變數中？多考慮一下你的情況......在我看來，年齡和體重指數與捐贈者混淆了，所以你不能在模型中包含所有術語。回覆：連續變數嵌套在分類變數中？您好，歡迎來到社區。 可以附上你的JMP資料表嗎？ 你有一個有趣的情況......雖然你認為年齡嵌套在捐贈者中，但我不認為這是唯一的解釋。 當我想到嵌套時，我想到了層次結構。 嵌套在另一個變數中的變數取決於該變數。 例如，您可能有一個變異成分，它是批次間變異，另一個成分是批次內變異。 批次內組件取決於批次（您無法從批次內組件取得多個批次）。 我不認為年齡取決於捐贈者......您需要考慮的另一個項目是多重共線性。 BMI 和年齡可能是共線的。 無論如何，當開發模型來解釋細胞生長的變化時，您需要意識到分析取決於模型中的項目。 更改模型中的項，分析可能會改變。 為了解決這個困境，我建議您從主題專業知識開始，提出假設（科學而非統計）來解釋為什麼模型中的術語會影響細胞生長，然後從那裡建立模型。 如果您沒有假設，則使模型飽和並刪除項目以獲得合適的模型。
