Test pour identifier quelle variable a le plus grand effet sur la mesureJ'essaie de comprendre laquelle de ces variables:
| Personne | Carburant | Ensemble d'échantillons |
affecte le plus la mesure "Temps".
Cependant, le temps sera différent selon le matériau utilisé, donc je pense que l'analyse doit être faite par matériau.
J'ai essayé une anova à 3 facteurs :
Cependant, sous les effets, il est simplement indiqué LostDFs. Soit parce qu'il n'y a pas assez de points, soit parce qu'il manque des combinaisons.
Pour chaque matériau, j'ai 54 points de données (3 répétitions de chacun pour chaque échantillon)
Toutes les variables que j'étudie sont binaires, donc 2*2*2 = 8 combinaisons, mais je n'ai que 6 combinaisons :
Alice 1 A | Bob 1A
Alice 1 B | Bob 2A
Alice 2B | Bob 2B
Et il me manque :
Alice 2 A | Bob 1B
Quel serait le meilleur test pour essayer d'identifier lequel des
| Personne | Carburant | Ensemble d'échantillons |
a le plus d'effet sur le temps ?
Merci
Analyse et modélisation de données de baseRe : Test pour identifier quelle variable a le plus grand effet sur la mesureMes excuses, je ne sais pas ce qui est arrivé à la colonne de temps, aurait dû être numérique, vous avez raison.
Je pense que je dois en discuter davantage avec l'équipe. J'avais oublié les répétitions sans ajouter de DoF, ce que je dois regarder.
Concernant les échantillons étant les mêmes, c'est l'échantillon (dont il n'y en a que 3) ajouté au matériau, pas un échantillon du matériau.
Vous avez été très utile. Merci
Re : Test pour identifier quelle variable a le plus grand effet sur la mesureDésolé si je ne suis pas en mesure de vous aider.
1. Si vous regardez le fichier que vous avez posté, la colonne Heure est définie sur nominale.
2. Sans connaître la signification pratique, il est impossible d'analyser les données.
3. En normalisant, vous tenez compte des différences "attendues" entre les matériaux. Vous pouvez essayer de vous écarter de la cible ou de la moyenne.
4. Les répétitions ne sont pas considérées comme des événements indépendants et ne sont donc pas des degrés de liberté supplémentaires. Vous pouvez examiner graphiquement les points de données individuels, et s'il n'y a pas de valeurs aberrantes, il est approprié de résumer ces points de données pour analyser les traitements.
5. Je ne comprends pas comment un échantillon d'un matériau peut être "identique" à un échantillon d'un autre matériau. C'est impossible.
Re : Test pour identifier quelle variable a le plus grand effet sur la mesureSalut merci pour votre réponse. Pour répondre à vos remarques ou questions :
1. Je crois que la colonne de temps est définie comme continue et non nominale.
2. Je ne suis pas sûr de l'importance pratique d'un changement, mais j'arrondirai à 2dp - les données ont été modifiées pour des raisons de confidentialité.
3. J'essaie toujours de comprendre comment normaliser afin de pouvoir comparer les matériaux, mais je n'ai pas encore pu le faire.
4. Je ne suis pas sûr de comprendre ce point, voulez-vous dire de remplacer les trois répétitions par la moyenne et sd des trois ?
5. Oui, les échantillons sont identiques. Et oui, j'ai mentionné le déséquilibre, pour chaque matériau et échantillon, il me manque ces combinaisons :
Alice 2A et Bob 1B
Re : Test pour identifier quelle variable a le plus grand effet sur la mesureVoici mes réflexions :
1. Votre colonne Temps est définie comme nominale, mais je pense qu'elle est continue.
2. Dans quelle mesure une modification des valeurs de temps a-t-elle une importance pratique ?
3. S'il existe une différence de temps connue entre les matériaux, vous pouvez soit effectuer l'analyse par matériau, soit normaliser les données (delta de la cible pour chaque matériau)
4. Vous devez évaluer les mesures répétées au cours du traitement avant de résumer ces données. Voici un graphique de plage montrant que ces mesures sont cohérentes, il est donc approprié de résumer ces données avec une moyenne (et un écart type).
5. Une question sur vos données ; Vous utilisez la même désignation pour le nom de l'échantillon sur plusieurs matériaux ? Il semble peu probable que Sample1 pour Material1 soit identique à Sample1 pour Material2 ? Ceux-ci peuvent être imbriqués. Les DF perdus sont généralement dus au fait que vous avez surspécifié le modèle compte tenu du nombre de points de données. Il semble également qu'il y ait un léger déséquilibre dans votre ensemble de données ? Si vous avez 7 matériaux, 2 combustibles, 2 personnes, 2 ensembles d'échantillons et 3 noms d'échantillons par matériau et 3 répétitions, vous devriez avoir 504 points de données ?
Petit tour d'horizon des données :
