プロットの分割私は同僚のデータ分析を手伝っています。彼は単純な方法で実験をセットアップしましたが、その方法は私が見たことのないものでした。 彼は水族館でサンゴ礁を飼育しており、それらがどのような条件で最もよく成長するかを知りたいと考えていました。 通常、多くの水槽があり、それぞれに独自の条件が設定されていますが、彼は (より「サンゴ礁」に近づけるために) 水槽内で状態が異なる巨大な水槽を使用しました。 私は特に光について言及しています。 彼は基本的に、異なる光レベルを受けるようにサンゴを 3 つの深さに配置しました。 私にとって、これは分割プロット デザインの典型的な例のように見えますが、私にとって奇妙なのは、実際にはサブプロットとしてタンク (プロット全体) とタンク内の照明だけがあるのに対し、私が見たほとんどの例は1 つの治療法が別の治療法内に効果的にネストされます。 Jian Cao による JMP の混合モデル プラットフォームに関する素晴らしいウェビナーを視聴した後 ( https://www.jmp.com/en_us/events/ondemand/mastering-jmp/linear-mixed-models-using-jmp-pro.html ）、私はその全編を少なくとも 5 ～ 7 回視聴しましたが、分割プロット設計に対応するために、「ランダムな」混合モデル ダイアログの下でライト内にタンクをネストするだけで済むようです。 実際には、時間的要素があり、異なる時点で評価されたサンゴに対して反復測定が行われるため、設計はより複雑になりますが、変量効果 (不等分散など) を許容する反復測定プラットフォームを使用する限り、JMP はこれを処理できます。ただし非構造化ではありません）。
私が混乱しているのは（ライト内での水槽のネストが正しかったと仮定して）出力です。JMP はランダム効果内で繰り返し測定（時間の経過とともに評価されたサンゴの破片）を自動的にネストしました（画像を参照）。 そしてそれはタンク（ライト）ではなくライト（タンク）として提示されています。 繰り返し測定が分割プロット内に入れ子になっているのはなぜですか。また、Wald p 値が非常に有意であるという事実は、ランダムな繰り返し要因による変動が問題になるほど大きいことを示しているのでしょうか?
実験計画法品質およびプロセスエンジニアリングRe: プロットの分割アドバイスと提案をありがとうございます。 最初の投稿で実験についてもっと詳しく説明するべきでした。 彼らがこの奇妙なデザインを選択したのは、水族館が非常に大きくて維持するのが非常に難しいためで、10〜20個の個別の水槽ではなく、分割された区画を持ついくつかの大きな水槽を選択したのだと思います。 実際、彼らのデザインの奇妙な性質が、そもそも私の投稿の主な動機でした。
概要ファイル内の各水槽 x 照明 x 餌 (n=18 サンプル) 内のフラグメント全体のデータをプールした場合でも、1 ～ 2 個の多変量外れ値が表示されます。 そのうちの 1 つは、基本的に単独で動作するため、PCA からすでにフラグを立てていました。 成長データが原因のようですので、学生にそれについて尋ねる必要があります。 もしかしたら、いくつかの破片が死んでしまったのかもしれない。
彼らは 3 つのレベル (100、150、および 250 umol/m2/s の光合成活性放射線) で光を測定しました。したがって、深さが本質的に異なるため (30、20、および 10 cm、それぞれ）これにより、所見に偏りが生じる可能性があります。 これは、深さ全体で他の何かが変化する場合 (流れなど) は当然の懸念事項です。 何よりも、このように設定された実験を見たことがなかったので、それは私にとって学習経験になりました。 とにかく、皆さんの助けとアドバイスに感謝します。
Re: プロットの分割よろしければ、追加のコメント/質問があります:
1. よくあることですが、状況を伝えるのは難しく、当初説明されていたよりも複雑です。 これは告発を目的としたものではありません。 私はよく、サンプリング計画を図で説明することを提案します。 最初はタンクが1つしかないと思っていました。 ゴミ箱や破片が何だったのかわかりません...今、給餌がランダムに行われたわけではなく、別の水槽に移動する必要があることを認識しました。
すべての結論、分析ツール、答えられる質問、推定能力への自信は、データの取得方法に依存することを理解してください。
2. たまたま 3 つの深さの間の光の透過率を測定しましたか? なぜ3つの深さを使用したのですか？ 効果を推定するために 2 つの極端な値を使用しないのはなぜでしょうか?
3. 異常なデータ ポイントのインスタンスが複数見つかりました (特殊な原因など)。 定量分析を行う前に、これらを理解し、適切に処理する必要があります。 他の Y については、以前に添付したファイルにまとめていません。 要約する前に、これらの「外れ値」を考慮する必要があると思います。
4. 私は常に「説教」分析は 3 つのステップに従う必要があります。
- 実践: データは意味をなしていますか? 行われた予測と比較してどうですか? 明らかなパターンはありますか? 応答変数は意味のあるほど十分に変化しましたか? 実用的な有意性は、統計的な有意性よりも常に重要です。
- グラフィカル: 応答変数内のパターンを検索し、それらのパターンを独立変数の変化と照合します。 これはグラフィカルに行うのが最適です。
- 定量的: 結果に対する信頼性を高めたいと考えています。 私は定量分析を次の 2 つの目的で考えています。1. 何かのパターンを見逃したのでしょうか、2。 私が見ているパターンは本当に存在するのでしょうか？
5. 主観的な評価を行う場合は常に、検査員内および検査員間の誤差を考慮する必要があります。 はい、カラー スケールは順序データ セットです。 感覚的認識に序数尺度を使用することは、少し考えれば大幅に改善できます。 このトピックについていくつかメモを書き、そのメモを添付しました。
6. ジョージ ボックスはかつて私に、言い換えてこう言いました。変換を行う唯一の理由は、モデルを単純化するためであり、統計分析を改善するためではありません。
Re: プロットの分割私のデータを見ていただきありがとうございます。 いくつかの質問にお答えさせていただきます。
実験計画は基本的に次のとおりです。5 つのサンゴコロニーを 25 の 2 g フラグメントに分割し、そのうちの 18 個のサブセットを実験に使用しました (n=90 サンゴフラグメント)。 私は実際に、Jian Cao の提案をいくつか取り入れて、ネストのランダム係数機能を調べて、基本的にすべてのサンゴが同じように始まったことを確認しました (親のコロニーから引きはがされたとき、異なる断片が異なる回復を示す可能性があるため、これが当てはまらない可能性は十分にあります) 。
30 個のサンゴの破片を 3 つの水槽にそれぞれ入れました。 各タンク内で、3 つの深さ (異なる光レベルに対応する) のそれぞれに 10 個の破片が配置されました。 各軽×戦車グループの 10 個のコロニーの半分に給餌します。餌は実際にはどこか別の場所に輸送することによって行われるため、各水槽に物理的に階層化された光×餌の「ビン」があるようなわけではありません。 したがって、私のテーブルの「ビン」は実際には「タンク x ライト x 食料」= 3 x 3 x 2 = 18 個のビンであり、それぞれに 5 つのフラグメントがあります。 つまり、3 つのタンクで 6 つの固定要素処理 (食品 x 光グループ) が存在します。 したがって、私はあなたが正しいと思います：それは全体のプロットとしてタンクであり、タンク内のサブプロットとして光と食べ物です。 断片は繰り返される主題であり、時間は繰り返される小節です。 それは、混合モデル プラットフォームのランダムな効果の下では、戦車とライト x 食料 (戦車) を含める必要があるという意味ですか? ライト x 食料 (タンク) が文字通りデザイン全体 (プロット全体の中にサブプロットがネストされている) であるため、これは後者だけだと思います。 このスクリプトに新しいデータ テーブルを添付しました。 最後のものが正しく保存されなかった可能性があります。
あなたの姿は私と似ています。 そこで浮かび上がってくるのは、光よりも食べ物の影響が強いらしいということだ。 実際、それが研究の主要なポイントです。 私はこれまでこれらの制御と変動のプロットを見たことはありませんでしたが、これは時間とタンクの相対的な影響を示す良い方法である可能性があります。 私は通常、すべてのパラメータに対して予測子スクリーニングまたはフィットモデル + ランダム効果を使用して、別の方法でこれを取得します（つまり、どの要因が応答の変動を最も大きくしたか）。 実際、BW だけを見ると、光は食物よりも強い影響を及ぼします (これは重要ではありません)。そのため、添付している 2 番目の表にある「比成長率」が適切な方法である可能性があります (つまり、生のサイズ データではなく、サイズ増加の相対率)。
2 つの要素は重複するほど相関しています。 送信したファイルにはそのうちの 1 つ (TLE) が含まれていなかったと思います。 サンゴのサイズの分析は驚くほど議論が分かれているため、基本的に、サイズを 2 ～ 3 つの異なる方法で調べました。 しかし、最終的には治療に対して同じように反応します。 Fv/Fm は光合成の代用値であり、統計的に有意ではありますが、0.7=平均低値から 0.74=平均高値の範囲について話しています。 私は文字通り、「実験的要因によって大きく影響されたものの、そのような違いが生物学的に関連しているかどうかは不明である」という一文を原稿に書きました。 この応答変数のわずかな変化に基づいて巨大なストーリーを構築することが標準になっているため、光合成の人々は私を虐殺するでしょう（私は明らかにこれに同意しません）。 対照的に、重量は 140 日間で 2 g から 9 g に増加しました (4 倍以上)。これは前例のない高さであるため、紙全体のセールスポイントになる可能性があります。
私は明らかに非正規分布データをボックスコックス変換してきました。 カラー スコア自体が本質的にランクであるため、カラー分析がノンパラメトリックになっていると思います。
2 番目のファイル「時間で分割された線形拡張」は、すべてのデータを相対的またはパーセント変化として反映する (つまり、時間要素が削除されている) ため、実際には「肉」です。 例外は Fv/Fm で、ここではファイル データを表示するだけです。 この 2 番目の表に示されている全体的な効果と比較すると、実際の時間ごとの時間的変化はそれほど重要ではない (そしておそらくオンラインの補足図として終わるでしょう) と主張する人もいるかもしれません。そのため、この表を使用して前述の分割プロットを試してみることにします。 (プールされた概要ファイルも同様)。
Re: プロットの分割Re: プロットの分割あなたの状況を見た後、集計データは、タンクがプロット全体にあり、光と食べ物の階乗がサブプロットにある分割プロットとして分析されるべきだと思います。 この分析は期間ごとに実行できます。 サポートが必要な場合はお知らせください。Re: プロットの分割アンダーソン
添付されたデータセットにはスクリプトが添付されていませんでしたか?
応答変数の実際的な変更がどのようなものになるのかわかりません。 そこで、まずデータを見てください。 応答変数の変化に実際的な意味はありますか?
7 つのスクリプトを使用してデータセットを再添付しました。
1. 3 つの応答変数を調べる多変量解析 (マハロノビス外れ値プロットも同様)。 いくつかの外れ値に注意してください。 これらの応答は相関する必要がありますか?
2. 統計テストについて心配しすぎる前にデータを確認できるシンプルなグラフ ビルダー (2 つの方法)
3. 変動プロット 3 つの応答変数 (食品ごとに色分け)
4. リピートの範囲表 (5 つあると思います?)
また、私の推測でデータを要約しました (データの概要)。 これはさらに分析できますが、その前によく確認する必要があります。
Re: プロットの分割こんにちは、
ご覧いただきありがとうございます。 説明がわかりやすいかもしれないので、スクリプトを含むデータ テーブルを添付します。 BW = 浮力重量 (サンゴのサイズ)、Fv/Fm と色は 2 つの追加の応答変数です。 繰り返し測定の部分は正しく設定されていると思います (サンゴの破片は時間をかけて繰り返し評価される対象です)。 タンクは文字通り 3 つのプロットに分割されているため、タンク内の光レベルは同じ複製内にあるため互いに独立していないと主張できるため、モデル内で何らかの方法でそれを調整する必要があると考えていたと思います。ブロック（つまりタンク）。 実はフィード効果が非常に強いので、最終的にどんなモデルを作っても結果はほとんど変わりませんが、それでもきちんと提示したいと思っています！ おそらく、示すことが重要なのは、光の効果がどの水槽でも同様であることを保証するための、水槽とライト (水槽) の相互作用です。 私はこのような実験を行ったことがないので、まだ頭を悩ませています。
Re: プロットの分割申し訳ありませんが、このデータをサンプリング計画として見ることもできるかもしれません。 経時的なタンク間、タンク内（サンゴ間/光源と混同）、測定システム（繰り返し）Re: プロットの分割私見ですが、あなたは分割プロット計画を扱っているわけではありません。 タンク内にライトがネストされています。ライト(タンク)。 あなたが説明したように、光の中にタンクをネストすることは物理的に不可能です。 経時的な複数の測定値は、複数の方法で評価できます。
1. 時間の経過に伴う成長の変化を表す応答変数 (おそらく線の傾き、またはその他の変化率の指標) を作成します。
2. 各時間応答を別個の応答変数として扱います。
3. 時間をモデル内の確率変数として扱います (割り当て不可能になります)。
あなたの説明から、各期間ごとに複数のサンゴの測定値があることがわかります。 これらは繰り返しであり、測定システムを評価するために使用できます（サンゴ内の変動と混同される可能性があります）。
