合併來自兩個試驗的數據你好，
請給我建議來分析以下數據集。 在一項試驗中，向動物提供不同形式（圓形與方形）和濃度（100%、80%、60%）的飼料。 這進行了兩次試驗（試驗 1 和試驗 2 - 兩次試驗之間的一切都保持相似）。 動物被關在圍欄中，因此每個性能參數（體重等）均按圍欄平均值測量。
我想結合試驗 1 和試驗 2 的結果並確定以下方面的影響：
審判
飼料形式
進料濃度
治療
年齡
筆
請有人建議是否應將 Pen 和 Trial 視為隨機效果？ 我最感興趣的是我強調的三種效果。 我已經嘗試運行分析，但到目前為止我的輸出沒有多大意義，因此我們將不勝感激 - 我有 JMP，而不是 JMP Pro。
@Phil_凱
謝謝
阿比
回复：合併來自兩個試驗的數據有趣的是，當這些分析開始時，總是有未報告的信息......請記住，什麼分析工具，你可以回答什麼問題，你可以得出什麼結論，你推斷結果的能力等等。一切都取決於如何你得到了數據！
32 個鳥類樣本是每個圍欄內鳥類的隨機樣本。 隨著時間的推移，您實際上並沒有跟踪同一組鳥類。 您的測量系統精確穩定嗎？ 您是否曾不止一次測量過同一隻同齡的鳥？
首先，我會確定您在響應變量中看到的變化是否具有實際意義。 然後我會對多個 Y 進行多變量分析。 您是否期望任何 Y 相關（或不相關）？ 為什麼？
權重與 1 高度相關。 採食量，2。 燃料消耗率 3。 體重增加和 4。 均勻性雖然數據中的某些模式很有趣。
按列顏色/標記：年齡暴露了關係受年齡的顯著影響。
按年齡進行多變量分析，可能更有見地。 年齡 = 7 的示例
散點圖矩陣
注意上面的體重和採食量之間幾乎沒有關係。 Weight 和 FCR 現在是負相關的。
我知道你測試了 3 個級別的注意力，但不知道你為什麼這樣做？ 與形式相比，您擁有更多關於專注的信息。 不是壞事，只是需要意識到研究是有偏見的。
您確實有一些試驗與試驗的差異（特別是關於治療範圍內的差異）。 你說試驗“一切都保持相同”。 這當然是不可能的。 關鍵是了解試驗之間發生了什麼變化。 我認為您應該將試驗視為分析中的一個障礙。 由於我們不知道試驗之間發生了什麼變化，因此在模型中為其分配隨機效應。 由於您可能知道鳥類會隨著年齡的增長而體重增加，因此問題是這些因素（濃度和形態）如何影響性能（Y's）。 如果您有一些歷史數據：體重與年齡的關係，您也許可以查看“歷史”效果和治療效果之間的差值。 您或許可以查看體重增加率（直線的斜率）。 此外，隨著鳥類年齡的增長，效果似乎也有所不同。
我會嘗試按年齡擬合模型。
回复：合併來自兩個試驗的數據你好，
感謝您的回复。
每欄有 318 只動物，每週每欄稱重 32 隻雞。 這給出了體重“重量”列。
我要檢驗的假設是：
飼料形式（圓形與方形）是否影響生產性能（體重、飼料轉化率、均勻度、增重和採食量）。
進料濃度是否影響性能（如上所述）。
有 3 個濃度級別，因為應用了三個不同的級別（100%、80% 和 60%）。 總共有6個治療：
1. 100%濃縮圓粒
2. 100%濃度方形顆粒
3. 80%濃度圓粒
4. 80%濃度方形顆粒
5. 60%濃度圓粒
6. 60%濃度方粒
同樣的試驗重複了兩次，使用這個設置——一切都保持一致。 我想測量的是飼料形式和濃度對兩個試驗綜合的家禽生產性能的影響，同時考慮試驗之間的差異。 我想知道這些因素是否會影響性能，如果會，那麼發生這種情況的年齡。
謝謝，
阿比
回复：合併來自兩個試驗的數據Abbie，我看不出有任何實際意義嗎？ 增重多少有科學價值？ 我沒有看到標題為體重的列，所以我假設列重量是體重？
我真的不確定您要回答什麼問題或要調查什麼假設。 不知道你是怎麼稱體重的？ 我似乎記得你是在平均每支筆的重量......如果你要計算平均值，你還應該考慮筆內的變化。 不確定平均值是否合適？ 每隻圍欄有多少只動物？ 如果你有一隻非常大的動物而其餘的都很小怎麼辦，那麼平均值不是集中趨勢的合適衡量標準。
我的一些想法：
1. 動物會隨著年齡的增長而增加體重，這似乎是合理的。 預計體重增加量是多少？ 或者，隨著年齡的增長，歷史上的體重增加量是多少？
2. 那麼你的問題是：飼料的濃度或形式是否會影響增重（超過“正常”增重）？
繪製數據是一個很好的開始方式。 我附上了一張簡單的圖表，顯示了按試驗和年齡劃分的重量，用鋼筆編碼。
按試驗分開的體重與年齡（天）
顯然你有筆對筆的變化（這裡可能有一個系統的模式）。
查看該變化（在處理範圍內，不受濃度或形式的影響）
治療期間體重的R
如此明顯的年齡差異和筆對筆差異。 由於你所操縱的因素，專注力和形式，看起來並不多。 這可能是由於這些因素的水平設置（不確定為什麼選擇 3 個濃度水平，除非您預測了一些非線性效應）或者它們沒有影響。
您可以按年齡進行擬合模型以消除這種巨大影響。
回复：合併來自兩個試驗的數據謝謝@statman @丹普
我附上了 JMP 文件，並進行了建議的更改。
我已經運行了一個混合模型，其中 Trial 和 Pen 作為隨機效應，然後在數據上運行 Form、Concentration、Age、Form x Age 和 Concentration x Age。 每個其他參數（均勻性、FCR 等）都是一個響應變量。
我已經在體重數據上運行了這個，現在分析對我來說很有意義。 我對體重的解釋是否正確：
除了 Age x Form 之外，所有事物都有顯著影響。 在這兩個隨機效果中，“筆”有顯著效果，但“試用”沒有。
我的分析是否正確，這是採取的正確方法，而不是重複測量分析嗎？ 你有什麼進一步的分析可以推薦嗎？
謝謝
阿比
回复：合併來自兩個試驗的數據呼應丹，你為什麼不附上 JMP 文件？ 在您的 excel 文件中，有許多列未按您的簡要說明定義。 您應該定義每一列（如果它是 x 或 ay）。 對於每個響應變量，您需要提供從科學角度（實際意義）來看指標的變化有多大。
在那之後，我們很樂意去看看。
回复：合併來自兩個試驗的數據在對您的問題發表我的意見之前，我在快速查看您的數據時注意到了一些事情。
首先，將您的數據導入 JMP！ Excel 文件很好，但 JMP 文件更好，尤其是在分析方面！ 
我注意到您有超過 2 種形式的提要。 您還有 PRILL 和 POWDER。 這些看起來像是“附加”類型的試驗，這意味著它們不是原始設計的一部分。 我假設您將從表格中刪除這些行，因為無論如何這些表格上的數據都不多。
一旦去除了顆粒和粉末，就不需要您的治療柱了。 它是濃度和形式的結合。 因此，僅使用定力和形式會使治療變得多餘且不需要。
隨機效應是一種效應，其中級別的選擇是從較大的集合中隨機選擇的。 在我看來，Pen 是隨機的。 你有大量的筆可供選擇，用於這些試驗的筆是隨機選擇的。
試用對我來說也像是一種隨機效應。 你當然可以做更多的路線，所以你跑的兩條路線是從更大的路線中選出的。
你說你的分析沒有意義。 如果您將 JMP 文件與您的分析一起提供，並就您不理解的內容提出更具體的問題，社區將更有能力為您提供幫助。
回复：合併來自兩個試驗的數據抱歉 - 附加了錯誤的文件。 請改用這個。
非常感謝，
阿比
