La variabile confonde con il residuoCIAO,
Sto tentando di analizzare i dati per uno studio interlaboratorio con un modello misto, è un disegno annidato con 5 variabili, la variabile dipendente sono i titoli, la struttura della mia analisi è la seguente
Effetto fisso
Campione (30 di)
Effetti casuali
Campione*Lab (3 livelli)
Campione*Giorno (3 livelli)
Campione*Esecuzione (2 livelli)
Replica[Campione,Lab,Giorno,Esegui] (la replica ha 2 livelli)
Campione*Laboratorio*Giornata
Ricevo il messaggio di errore che Replica[Campione,Lab,Giorno,Esegui] confonde con residuo, questa è la prima volta che incontro questo messaggio e non sono sicuro di cosa mi stia dicendo, qualcuno ha già riscontrato questo problema e come ha fatto a superarlo Esso??
Grazie
Mick
Modellazione statistica avanzataIngegneria della qualità e dei processiRe: La variabile confonde con il residuoNO.
Sì, le repliche sono correlate, ma la correlazione è rappresentata dagli altri termini del modello. Non includerei esplicitamente la replica nel modello. È implicitamente inclusa come varianza residua. Il presupposto del consueto modello di regressione lineare è che la varianza residua sia indipendente dal livello di risposta. Assicurati di eseguire attentamente l'analisi dei residui per verificare questa e altre ipotesi.
In altre parole, la struttura definita, compreso l'annidamento, è corretta, ma non è necessario includere il livello più basso della struttura nei termini del modello.
Re: La variabile confonde con il residuoIl campione mentre lo definisci e lo usi è un effetto FISSO sulla risposta.
Ancora una volta, includi gli effetti principali per rispondere alle domande principali. È possibile includere termini incrociati per stimare e testare gli effetti di interazione se si sospetta che l'effetto degli altri fattori cambi da un campione all'altro. È un'aspettativa ragionevole? C'è un precedente a riguardo? Oppure è da escludere a priori?
Re: La variabile confonde con il residuoPotrei sopravvalutare il numero di livelli nei dati, se volessi includere il livello di dati più basso, replicarli sarebbe correlato e lo stesso si potrebbe dire della corsa, non così per il giorno quindi
Campione
Laboratorio
Giorno
Corri[Laboratorio, Giorno]
Replica[Lab,Giorno,Esegui]
Quindi Sample, Lab e Day come effetti principali hanno senso e, a causa del clustering in Replicate ed Run, dovrebbero essere specificati come nidificati??
Ti sembra giusto?
Re: La variabile confonde con il residuoGrazie per il tuo aiuto @Mark_Bailey , è molto apprezzato, è interessante e immagino dipenda dalla domanda di ricerca a cui voglio rispondere e "come la deviazione media di ogni giorno dipende dal campione" è una di queste, poiché i campioni sono stati inviati da un'unica fonte, quindi la varianza dovrebbe essere tutta la stessa (pensiero sciocco?)
La struttura dei dati è quella del file Excel allegato, X 3 labs, quindi la sintassi corretta per il modello misto per stimare la percentuale percentuale di variazione spiegata di ogni livello dovrebbe assomigliare a questa, tutti come effetti casuali
Laboratorio
Giorno[Laboratorio]
Corri[Giorno, Laboratorio]
se poi volessi includere il campione per vedere la percentuale percentuale di variazione spiegata dal campione l, includerei il campione come effetto casuale, lo tralascerei come effetto fisso e la sintassi sarebbe simile a questa, tutti come effetti casuali
Campione
Laboratorio
Giorno[Laboratorio]
Corri[Giorno, Laboratorio]
Poiché il campione non si adatta alla struttura dei dati, è solo un effetto principale così come Lab???
Questo intuitivamente mi sembra corretto, ma qualsiasi consiglio sarebbe apprezzato.
Grazie mille
Re: La variabile confonde con il residuoLa deviazione di ciascun livello dalla media è il semplice effetto principale Campione, Laboratorio, Giorno e Analisi. Non i prodotti incrociati con Sample. I termini di interazione catturano il modo in cui l'effetto di una variabile dipende dal livello di un altro fattore. Quindi il termine Giorno rappresenta la deviazione media di ogni giorno mentre il termine Campione*Giorno rappresenta il modo in cui la deviazione media di ogni giorno dipende dal campione.
L'annidamento di livelli come Run in Day, ad esempio, potrebbe impedire di stimare gli effetti dell'interazione.
Re: La variabile confonde con il residuoSto interpretando l'interazione di sample*Lab, sample*Day e Run[Sample,Lab,Day] come i miei effetti principali di Lab, Day e Run, quindi per lab, includendo le pendenze casuali e l'intercetta, voglio vedere il deviazione per ciascun laboratorio dall'effetto medio del campione, e interpreterò questo come il mio effetto principale.
Re: La variabile confonde con il residuoOK, capito
Re: La variabile confonde con il residuoIncluderai anche i principali effetti casuali di Lab, Run e Day?
Re: La variabile confonde con il residuoIl residuo è automaticamente l'effetto casuale più basso. Se il residuo di ciascuna osservazione è effettivamente uguale al livello replicato dell'effetto casuale, allora vengono confusi. Lasciare la replica fuori dal modello. La stima residua è la stima replicata.
Re: La variabile confonde con il residuoPensavo di rispondere al mio post, penso di aver complicato le cose, ho riprovato con un modello semplificato
Campione Effetto fisso
Campione*Laboratorio e casuale Varianza di laboratorio
Esegui[Campione,Lab,Giorno] e Casuale Esegui varianza
Campione*Lab*Giorno e casuale Interazione tra Laboratorio e Giornata
Campione*Giorno e casuale Variazione del giorno
l'R2 è eccezionale, nessun problema di convergenza, nessuna confusione ed è facile da spiegare.
Qualsiasi input sarebbe apprezzato
