측정에 가장 큰 영향을 미치는 변수를 식별하기 위한 테스트다음 변수 중 어떤 것을 알아내려고 합니다.
측정 "시간"에 가장 큰 영향을 미칩니다.
단, 사용하는 재료에 따라 시간이 달라지므로 재료별로 분석을 하셔야 할 것 같습니다.
나는 3-factor anova를 시도했다:

그러나 실제로는 LostDFs라고만 표시됩니다. 점수가 충분하지 않거나 누락된 조합이 있기 때문입니다.
각 재료에 대해 54개의 데이터 포인트가 있습니다(각 샘플에 대해 각각 3회 반복).
내가 조사하고 있는 모든 변수는 이진법이므로 2*2*2 = 8개의 조합이지만 6개의 조합만 있습니다.
앨리스 1A | 밥 1A
앨리스 1B | 밥 2A
앨리스 2B | 밥 2B
그리고 누락되었습니다:
앨리스 2A | 밥 1B
어떤 것을 시도하고 식별하는 가장 좋은 테스트는 무엇입니까?
시간에 가장 큰 영향을 미칩니 까?
감사합니다
기본 데이터 분석 및 모델링Re: 측정에 가장 큰 영향을 미치는 변수를 식별하기 위한 테스트죄송합니다. 시간 열에 무슨 일이 일어났는지 모르겠습니다. 숫자여야 했습니다. 맞습니다.
팀과 더 의논해야 할 것 같다. 내가 봐야 할 DoF를 추가하지 않고 반복하는 것을 잊었습니다.
동일한 샘플에 대해서는 재료의 샘플이 아니라 재료에 추가되는 샘플(3개만 있음)입니다.
당신은 매우 도움이 되었습니다. 감사합니다
Re: 측정에 가장 큰 영향을 미치는 변수를 식별하기 위한 테스트도와드릴 수 없다면 죄송합니다.
1. 자신이 올린 파일을 보면 Time 란이 명목으로 설정되어 있습니다.

2. 실질적인 의미를 모르면 데이터 분석이 불가능하다.
3. 정규화를 통해 재료 간의 "예상되는" 차이를 설명합니다. 목표 또는 평균과의 편차를 시도할 수 있습니다.
4. 반복은 독립적인 이벤트로 간주되지 않으므로 추가 자유도가 아닙니다. 개별 데이터 포인트를 그래프로 볼 수 있으며 이상값이 없는 경우 해당 데이터 포인트를 요약하는 것이 처리를 분석하는 데 적합합니다.
5. 어떻게 한 재료의 샘플이 다른 재료의 샘플과 "동일"할 수 있는지 이해할 수 없습니다. 이건 불가능 해.
Re: 측정에 가장 큰 영향을 미치는 변수를 식별하기 위한 테스트안녕하세요 답변 감사합니다. 요점이나 질문에 답하려면 다음을 수행하십시오.
1. 시간 열이 명목이 아닌 연속으로 설정되어 있다고 생각합니다.
2. 얼마나 많은 변화가 실질적으로 중요한지 확실하지 않지만 2dp로 반올림하겠습니다. 기밀 유지를 위해 데이터가 수정되었습니다.
3. 여러 재료를 비교할 수 있도록 정규화하는 방법을 알아내려고 노력 중이지만 아직 할 수 없었습니다.
4. 이 점을 잘 이해하지 못하겠습니다. 세 번의 반복을 세 번의 평균과 sd로 대체한다는 의미입니까?
5. 예, 샘플은 동일합니다. 그리고 예, 불균형에 대해 언급했습니다. 모든 재료와 샘플에 대해 다음 조합이 누락되었습니다.
앨리스 2A와 밥 1B
Re: 측정에 가장 큰 영향을 미치는 변수를 식별하기 위한 테스트내 생각은 다음과 같습니다.
1. 귀하의 시간 열은 명목상으로 설정되어 있지만 연속적이라고 생각합니다.
2. 시간 값의 변화가 실질적으로 얼마나 중요한가요?
3. 재료 사이에 알려진 양의 시간 차이가 있는 경우 재료별로 분석을 수행하거나 데이터를 정규화할 수 있습니다(각 재료에 대한 대상의 델타).
4. 해당 데이터를 요약하기 전에 치료 내에서 반복 측정을 평가해야 합니다. 다음은 이러한 측정값이 일관됨을 보여주는 범위 차트이므로 이 데이터를 평균(및 표준 편차)으로 요약하는 것이 적절합니다.

5. 귀하의 데이터에 대한 질문 여러 자료에서 샘플 이름에 대해 동일한 지정을 사용합니까? Material1의 Sample1이 Material2의 Sample1과 동일하지 않은 것 같습니까? 이들은 중첩될 수 있습니다. 손실된 DF는 일반적으로 주어진 데이터 포인트 수에 대해 모델을 과도하게 지정했기 때문입니다. 또한 데이터 세트에 약간의 불균형이 있는 것 같습니까? 7개의 재료, 2개의 연료, 2명의 사람, 2개의 샘플 세트 및 재료당 3개의 샘플 이름과 3개의 반복이 있는 경우 504개의 데이터 포인트가 있어야 합니까?
약간의 데이터 살펴보기:

