2 つのトライアルからのデータを結合するやあ、
次のデータセットを分析するためのアドバイスをいただけますか。 試験では、動物にはさまざまな形状 (円形と四角形) および濃度 (100、80、60%) の餌が与えられました。 これは 2 回試行されました (試行 1 と試行 2 - 両方の試行間ですべてが同様に保たれました)。 動物は檻の中で飼育されているため、各パフォーマンスパラメータ（体重などは檻の平均として測定されます）。
トライアル 1 と 2 の結果を組み合わせて、次の効果を判断したいと考えています。
トライアル
フィードフォーム
飼料濃度
処理
年
ペン
ペンとトライアルをランダムな効果として考慮すべきかどうか、誰かがアドバイスしてください。 私が最も興味を持っているのは、ここで強調した 3 つの効果です。 分析を実行してみましたが、これまでの出力はあまり意味がありません。そのため、助けていただければ幸いです。私は JMP Pro ではなく JMP を使用しています。
@Phil_Kay
ありがとう
アビー
Re: 2 つのトライアルのデータを結合する面白いことに、これらの分析が開始されると、常に報告されていない情報が存在します...どのような分析ツール、どのような質問に答えることができるか、どのような結論を導き出せるか、結果を推定する能力などはすべて方法に依存するということを覚えておいてください。データを入手しました!
32 羽の鳥のサンプルは、各囲い内の鳥のランダムなサンプルです。 実際には、同じ鳥のセットを長期にわたって追跡しているわけではありません。 あなたの測定システムは正確で安定していますか? 同じ年齢の同じ鳥を複数回測定したことがありますか?
まず、応答変数に見られる変動が実際に重要なものであるかどうかを判断します。 次に、複数の Y の多変量解析を行います。 Y のいずれかが相関すると予想しますか (または相関しないと思いますか)。 なぜ？
体重は 1 と高い相関関係があります。 飼料摂取量、２． FCR3。 体重増加と４． データの一部のパターンは均一性ですが、興味深いものです。
列ごとの色/マーク: 年齢は、関係が年齢によって大きく影響されることを明らかにします。
年齢別に多変量解析を行うと、より洞察が得られる可能性があります。 年齢 = 7 の例
散布図行列
上記では、体重と飼料摂取量の間にはほとんど関係がないことに注意してください。 そして、体重と FCR は負の相関関係になりました。
集中力を 3 つのレベルでテストしたことは理解できますが、なぜこれを行ったのかはわかりません。 フォームよりも集中力についての方が多くの情報を持っています。 それは悪いことではありませんが、研究には偏りがあることを理解する必要があります。
試験ごとにいくつかの違いがあります（特に治療内の変動に関して）。 あなたは、裁判では「すべてが同一に保たれた」と言いました。 もちろん、これは不可能です。 重要なのは、試行間で何が変化したかを理解することです。 トライアルを分析におけるブロックとして扱うべきだと思います。 そして、試行間で何が変化したかがわからないため、それをモデル内の変量効果に割り当てます。 鳥は年齢とともに体重が増加するということはある程度の知識があると思いますが、問題は、要因 (集中力とフォーム) がパフォーマンス (Y 値) にどのような影響を与えるかということです。 年齢に対する体重などの過去のデータがあれば、「過去の」効果と治療効果の間の差を調べることができるかもしれません。 体重増加率（線の傾き）を確認できるかもしれません。 また、鳥が成長するにつれて効果も異なるようです。
年齢別にモデルを当てはめてみます。
Re: 2 つのトライアルのデータを結合するやあ、
ご返信ありがとうございます。
囲いごとに 318 羽の動物がおり、毎週、囲いあたり 32 羽の鳥の体重が測定されます。 これにより、体重の「体重」列が得られます。
検証したい仮説は次のとおりです。
飼料の形状 (丸形か四角形か) はパフォーマンス (重量、FCR、均一性、増量、飼料摂取量) に影響しますか。
飼料濃度はパフォーマンスに影響しますか (上記と同様)。
3 つの異なるレベル (100、80、60%) が適用されたため、濃度には 3 つのレベルがあります。 合計6回の治療がありました。
1. 100%濃度の丸ペレット
2. 100%濃度角形ペレット
3. 80%濃度の丸ペレット
4. 80%濃度角形ペレット
5. 60%濃度の丸型ペレット
6. 60%濃度角形ペレット
この設定で同じ試行を 2 回繰り返しましたが、すべてが同一に保たれました。 私が測定したいのは、試験間の変動を考慮しながら、両方の試験を組み合わせた鳥の能力に対する飼料の形態と濃度の影響です。 要因がパフォーマンスに影響を与えるかどうか、影響がある場合、それがどのくらいの期間で発生するかを知りたいと考えています。
ありがとう、
アビー
Re: 2 つのトライアルのデータを結合するアビー、実際的な重要性については何もわかりませんが？ どの程度の体重増加には科学的価値があるのでしょうか? 体重というタイトルの列が見当たりません。そのため、列の体重は体重だと思いますか?
どのような質問に答えようとしているのか、どのような仮説を調査しているのか、まったくわかりません。 体重をどうやって測っているのかよくわかりませんが？ ペンごとの重量を平均していることを思い出したようですが...平均を計算する場合は、ペン内のばらつきも考慮する必要があります。 平均が適切な統計かどうかわからない場合は、 1つの檻には何匹の動物がいますか? 非常に大きな動物が 1 匹いて、残りの動物が小さい場合はどうなるでしょうか。その場合、平均値は中心傾向を示す適切な尺度ではありません。
私の考えの一部:
1. 動物が年齢とともに体重が増加するのは当然だと思われます。 予想される体重増加量はどれくらいですか? あるいは、年齢に伴う体重増加の歴史的な量はどのくらいでしょうか?
2. あなたの質問は次のとおりです。飼料の濃度または形態は体重増加 (「通常の」体重増加を超える) に影響しますか?
データのプロットは、始めるのに最適な方法です。 トライアルと年齢別の体重をペンでコード化した簡単な表を添付しました。
体重と年齢（日数）をトライアルごとに分けたもの
明らかに、ペンごとにバリエーションがあります (ここには体系的なパターンがある可能性があります)。
その変化を見る（治療内なので濃度やフォームには影響されない）
治療中の体重のR
明らかな年齢差とペンごとの違い。 あなたが操作した要素、集中力、フォームのせいで、それほど多くはないようです。 これは、これらの要因のレベル設定が原因である可能性があります (非線形効果を予測しない限り、なぜ集中レベルに 3 つのレベルを選択したのかわかりません)、またはそれらの要因に影響がない可能性があります。
この大きな影響を取り除くために、年齢ごとにモデルをフィットさせることができます。
Re: 2 つのトライアルのデータを結合するありがとう@スタットマン@DanP
JMP ファイルを添付し、提案された変更を加えました。
ランダム効果としてトライアルとペンを使用した混合モデルを実行し、データに対してフォーム、濃度、年齢、フォーム x 年齢、および集中 x 年齢を実行しました。 他のすべてのパラメーター (均一性、FCR など) は応答変数です。
これを体重データに対して実行してみたところ、この分析は私にとって理にかなっています。 体重については次のように解釈してよろしいでしょうか。
年齢 x 体型以外のすべての要素に大きな影響がありました。 2 つのランダム効果のうち、「ペン」には大きな効果がありましたが、「トライアル」には効果がありませんでした。
私の分析は正しいでしょうか?また、反復測定分析ではなく、これが取るべき正しいアプローチですか? さらにお勧めできる分析はありますか?
ありがとう
アビー
Re: 2 つのトライアルのデータを結合するダンさん、なぜ JMP ファイルを添付しないのですか? Excel ファイルには、簡単な説明で定義されていない列が多数あります。 各列 (x または ay の場合も) を定義する必要があります。 応答変数ごとに、科学的観点から指標の変化がどの程度重要であるか (実用的な重要性) を提供する必要があります。
その後、ぜひご覧いただければと思います。
Re: 2 つのトライアルのデータを結合するあなたの質問に対して私の意見を述べる前に、あなたのデータをざっと見て気づいたことがいくつかあります。
まず、データを JMP に取り込みます。 Excel ファイルも便利ですが、特に分析に関しては JMP ファイルの方が優れています。 
フィードの形式が 2 つ以上あることに気付きました。 プリルとパウダーもあります。 これらは「アドオン」タイプのトライアルのように見えます。つまり、元の設計の一部ではなかったということです。 いずれにせよ、これらのフォームにはそれほど多くのデータがないため、これらの行をテーブルから削除すると仮定します。
プリルとパウダーを除去したら、トリートメントカラムは必要ありません。 それは集中力とフォームの組み合わせです。 したがって、集中とフォームを使用するだけでは、治療は冗長であり、必要ありません。
ランダム効果は、レベルの選択が大きなセットからランダムに選択される効果です。 ペンはランダムになるように思えます。 ペンの選択肢は豊富にあり、これらのトライアルに使用されるペンはランダムに選択されます。
トライアルもランダムな効果のように思えます。 もちろん、さらに多くのトレイルを実行することもできるため、実際に実行した 2 つは、より大きなセットからの「選択」です。
あなたは自分の分析には意味がなかったと述べています。 分析を含む JMP ファイルを提供し、意味が分からないことについてより具体的な質問を提供すると、コミュニティはさらに充実した支援を提供してくれるでしょう。
Re: 2 つのトライアルのデータを結合する申し訳ありませんが、間違ったファイルが添付されました。 代わりにこれを使用してください。
どうもありがとう、
アビー
