변수가 잔차와 혼동됨안녕,
저는 혼합 모델을 사용하여 실험실 간 연구를 위한 데이터를 분석하려고 합니다. 이는 5개의 변수가 포함된 중첩 설계이고 종속 변수는 역가입니다. 내 분석 구조는 다음과 같습니다.
고정 효과
샘플(30개)
무작위 효과
샘플*랩(3레벨)
샘플*일(3레벨)
샘플*실행(2레벨)
복제[샘플,실험실,일,실행](복제에는 2개 수준이 있음)
샘플*실험실*일
Replicate[Sample,Lab,Day,Run]가 잔차와 혼동된다는 오류 메시지가 표시됩니다. 이 메시지를 처음 접한 것은 무엇인지 잘 모르겠습니다. 이전에 이 문제를 겪은 사람이 있는지, 어떻게 극복했는지 잘 모르겠습니다. 그것??
감사해요
믹
고급 통계 모델링품질 및 프로세스 엔지니어링Re: 변수가 잔차와 혼동됨아니요.
예, 반복실험은 상관 관계가 있지만 상관 관계는 모형의 다른 항에 의해 설명됩니다. 나는 모델에 명시적으로 복제를 포함하지 않을 것입니다. 이는 암시적으로 잔차 분산으로 포함됩니다. 일반적인 선형 회귀 모델의 가정은 잔차 분산이 반응 수준과 무관하다는 것입니다. 이 가정과 기타 가정을 검증하려면 잔차 분석을 주의 깊게 수행하십시오.
즉, 중첩을 포함하여 정의한 구조는 정확하지만 모델 측면에서 가장 낮은 수준의 구조를 포함할 필요는 없습니다.
Re: 변수가 잔차와 혼동됨정의하고 사용하는 샘플은 응답에 대한 고정 효과입니다.
다시 한 번 주요 질문을 해결하기 위해 주효과를 포함하십시오. 다른 요인의 효과가 한 표본에서 다른 표본으로 변한다고 의심되는 경우 상호작용 효과를 추정하고 검정하기 위해 교차항을 포함할 수 있습니다. 그것이 합리적인 기대인가? 그것에 대한 선례가 있습니까? 아니면 선험적으로 배제될 수 있나요?
Re: 변수가 잔차와 혼동됨데이터의 수준 수를 과장했을 수 있습니다. 가장 낮은 수준의 데이터를 포함하고 싶다면 복제하면 상관관계가 있을 것이고 실행에 대해서도 마찬가지일 수 있습니다. 따라서 하루 동안은 그렇지 않습니다.
견본
랩
낮
실행[실험실, 요일]
복제[실험실,일,실행]
따라서 Sample, Lab 및 Day가 주 효과로 적합하며 Replicate 및 Run의 클러스터링으로 인해 중첩으로 지정해야 합니까??
이 말이 맞는 것 같나요?
Re: 변수가 잔차와 혼동됨도움을 주셔서 감사합니다 @마크_베일리 , 매우 감사하고 흥미롭습니다. 제가 대답하고 싶은 연구 질문에 따라 달라지며 "일일 평균 편차가 샘플에 따라 어떻게 달라지는가"도 그 중 하나입니다. 샘플은 한 소스에서 전송되었기 때문입니다. 차이는 모두 동일해야 합니다(어리석은 생각?)
데이터 구조는 첨부된 Excel 파일 X 3 랩에 따라 다르므로 설명된 변동의 각 수준 % 비율을 추정하기 위한 혼합 모델의 올바른 구문은 모두 무작위 효과로 다음과 같아야 합니다.
랩
일[실험실]
실행[일, 연구실]
그런 다음 샘플을 포함하여 샘플 l에 의해 설명된 변동 비율(%)을 확인하려면 샘플을 무작위 효과로 포함하고 이를 고정 효과로 삭제하면 구문은 다음과 같습니다. 모두 무작위 효과로 표시됩니다.
견본
랩
일[실험실]
실행[일, 연구실]
샘플이 데이터 구조에 맞지 않기 때문에 Lab???뿐만 아니라 주효과일 뿐입니다.
이것은 직관적으로 옳다고 느껴지지만 어떤 조언이라도 감사하겠습니다.
매우 감사합니다
Re: 변수가 잔차와 혼동됨평균에서 각 수준의 편차는 단순 주효과 표본, 실험실, 일 및 실행입니다. 샘플과의 교차곱이 아닙니다. 교호작용 항은 한 변수의 효과가 다른 요인의 수준에 어떻게 의존하는지를 포착합니다. 따라서 Day라는 용어는 매일의 평균 편차를 나타내고 Sample*Day 용어는 매일의 평균 편차가 샘플에 따라 어떻게 달라지는지 나타냅니다.
예를 들어 Run in Day와 같은 수준을 중첩하면 상호 작용 효과를 추정하지 못할 수 있습니다.
Re: 변수가 잔차와 혼동됨나는 Lab, Day 및 Run의 주요 효과로 Sample*Lab, Sample*Day 및 Run[Sample,Lab,Day]의 상호 작용을 해석하고 있습니다. 따라서 Lab의 경우 무작위 기울기와 절편을 포함하여 다음을 보고 싶습니다. 표본의 평균효과는 각 연구실마다 편차가 있으며, 이를 주효과로 해석하겠습니다.
Re: 변수가 잔차와 혼동됨알겠습니다. 알겠습니다
Re: 변수가 잔차와 혼동됨Lab, Run, Day의 주요 무작위 효과도 포함되나요?
Re: 변수가 잔차와 혼동됨잔차는 자동으로 가장 낮은 무작위 효과입니다. 각 관측치의 잔차가 실제로 무작위 효과의 반복 수준과 동일하면 교락된 것입니다. 모델에서 복제를 그대로 둡니다. 잔차 추정치는 반복 추정치입니다.
Re: 변수가 잔차와 혼동됨내 게시물에 답글을 달겠다고 생각했는데 너무 복잡한 일이 있어서 단순화된 모델로 다시 시도했습니다.
견본 고정 효과
샘플*랩 & 랜덤 실험실 차이
실행[샘플,실험실,일] 및 무작위 분산 실행
샘플*실험실*일 및 무작위 연구실과 Day의 상호작용
샘플*일 및 무작위 일 변화
R2는 훌륭하고 수렴 문제도 없고 혼동도 없으며 설명하기 쉽습니다.
모든 의견을 보내 주시면 감사하겠습니다.
