JMP에서 다변량 선형 혼합 회귀 분석 작업을 해왔으며 다음 사항을 확인하고 싶습니다. 질문 1. 내가 올바른 길을 가고 있는지 아닌가?
아래 설명 된 분석을 위해 수집 된 데이터는 4 개의 복제가있는 무작위 화 된 완전한 블록 설계를 보유한 현장 실험에서 비롯됩니다. 이 실험에는 작물 밀도가 두 줄 간격 (12cm 및 20cm)에 걸쳐 점진적으로 증가 (200, 300, 400 및 500 식물 m ^ -2)하는 추가 설계가 있습니다. 나는 작물 바이오 매스 (gm ^ 2)가 연속 가변 작물 밀도 (관측 값 109 ~ 494 식물 m ^ -2)와 명목 변수의 두 수준 인 행 간격 (15 및 20)에 의해 어떻게 영향을 받는지 평가하는 데 관심이 있습니다. 센티미터).
적합 모델 플랫폼을 사용하여 보리 바이오 매스는 줄 간격 (공칭) 작물 밀도 (연속) 및 줄 간격 * 작물 밀도 간의 상호 작용으로 평가됩니다. 블록도 랜덤 효과로 포함됩니다.
중요하지 않은 변수는 모델에서 제거됩니다. 이 경우 행 간격 * 작물 밀도 간의 상호 작용 항이 제거되었습니다.
예측 플롯으로 잔차를 확인한 후 드롭 다운> 열 저장> 예측 포럼을 선택합니다.
축소 된 '적합 모델'플랫폼에서보고 된 내용은 다음과 같습니다.
그리고 저장된 '예측 공식'을보기 위해 데이터 테이블의 열 막대에서 "+"기호를 클릭하면 다음과 같이 표시됩니다.
이 분석과 함께 그래프 빌더에서 그림을 만들었습니다. 선은 다음에 적합합니다 = y 축의 예측 공식 * x 축의 연속 가변 작물 밀도; 점은 y 축의 연속 가변 보리 바이오 매스에 적합합니다. * 행 간격에 따라 블록에서 200, 300, 400 및 500 식재 밀도 (따라서 4X 점)를받는 플롯 내 평균 작물 밀도.
작물 밀도 (식물 m-2)와 모든 작물-바이오 매스 (g m-2) 사이의 관계에 대한 매개 변수 추정치 및 관련 표준 오차를 보여주는 표로보고하고 싶습니다. f1 ( 엑스 ), 선형 혼합 모델을 사용하여 평가 :
f1 (x) = a (r) + b (r) * d r = 1,2
어디 ㅏ 작물 밀도가 0 일 때의 작물 바이오 매스, b는 작물 밀도 증가에 따른 기울기, d는 작물 밀도, 아르 자형 1 및 아르 자형 2는 각각 RS15와 RS20입니다.
기울기, 모수 b는 두 행 간격에 대해 동일하고 0.8479 (예측 공식 및 모수 추정 보고서에 표시됨)이고 표준 오차는 0.2066 (모수 추정 보고서에 표시됨)입니다.
15cm의 행 간격, 매개 변수 a (r1)에 대한 절편을 계산하기 위해 1436-233 = 1203 (예측 된 공식에서 숫자 가져 오기)을 계산하고 매개 변수 추정 보고서에서 표준 오차 인 19를 가져옵니다. 따라서 행 간격 20cm, 매개 변수 a (r2)에 대한 절편은 1436 + 233 = 1669이며, 이제이 경우 표준 오류도 19라고 생각합니다.
따라서 그래프 빌더 플랫폼에서 '적합 선'Y (15) = 1203 + 0.8479 * X 및 Y (20) = 1670 + 0.8479 * X 아래의 '방정식'상자를 선택한 경우와 같습니다.
질문 2.이것이보고를위한 모수 추정치 및 표준 오류를 계산 / 구하는 올바른 방법입니까?
다음은 상호 작용 항 행 간격 * 작물 밀도가 중요하여 모델에 유지되는 두 번째 예입니다.
다음은 모델 적합 보고서의 모수 추정치입니다.
저장된 열의 예측 공식은 다음과 같습니다.
그리고 여기에 그림이 있습니다.
질문 3. 이 인스턴스에서 모수 추정치 및 표준 오류를 추출하려면 어떻게해야합니까?
여기서 좋은 일을 한 것 같습니다.
죄송 합니다만, 스크린 샷만으로는 "올바른 일을하고 있는지"를 말하기가 어렵습니다. 그것은 나에게 전체 그림을주지 않습니다.
변형의 다른 구성 요소가 있다고 말하는 것처럼 혼합 모델이 있으면 매우 복잡 할 수 있습니다. 이 때문에 표준 오류를보고하는 것이 더 복잡합니다.
데이터 테이블을 첨부 할 수 있습니까? 아니면 익명 버전?
물론입니다. 의견을 보내 주셔서 감사합니다.
나는 나의 초기 게시물에 주어진 두 가지 예에 적용 가능한 요소를 포함하는 '축소 된'JMP 데이터 세트를 첨부했습니다.
포함 된 항목의 빠른 '둘러보기':
- "CROP EFFECT ANALYSIS"라는 제목의 데이터 테이블에 저장된 모델은 열 제목이 "MP_BarleyBiomass_GM2"및 "SP_BarleyBiomass_GM2"인 응답 변수에 대해 위에서 수행 한 다변량 혼합 선형 회귀를 수행하는 데 사용한 모델입니다.
- "GRAPH1_MP_BarleyBiomass"및 "GRAPH2_SP_BarleyBiomass"라는 제목의 데이터 테이블에 저장된 추가 스크립트는 결과를 시각화하는 초기 게시물에 표시된 수치를 생성합니다.
- "TRT_RowSpacing_Cm"이라는 열은 모델에서 사용되는 명목상 설명 변수입니다.
- "TRT_CropDensity_NoM2"는 200, 300, 400 또는 500 개의 식물 m ^ -2로 각 플롯에 규정 된 목표 작물 밀도 (즉, 처리)이고 "FP_CropDensity_NoM2"는 달성 각 플롯에 대해 측정 된 작물 밀도. FP_CropDensity_NoM2는 모델에서 연속 변수로 사용됩니다.
- 마지막으로 "ACHIEVED_CropDensity_NoM2_AvgAcrossBlocksByTargetCropDensityByRowSpacing"이라는 제목의 열은 목표 작물 밀도 (TRT_CropDensity_NoM2)가 동일한 플롯에서 평균화되고 행 간격 (TRT_RowSpacing_Cm2)에 사용됩니다.
추가 질문이 있으면 알려주세요.
매개 변수 추정치를 식별하는 방법 (특히 이전 게시물에 표시된 SP_BarleyBiomass_GM2 예제의 경우)과 해당 표준 오류는이 시점에서 파악할 수없는 가장 중요한 질문입니다.
최고의 소원,
마가렛
고마워, 마가렛. 정말 도움이됩니다.
나는 왜 당신이 블록 효과를 가지고 있는지에 관심이 있습니다. 각 블록의 관측치 (행)가 별도의 플롯에서 나온 것처럼 보이므로 동일한 처리에 대한 완전히 독립적 인 관측치입니다. 그러나 당신은 나보다 실험에 대해 더 많이 알고 있으므로 내가 놓친 것을 알고있을 것입니다.
모수 추정치를보고하는 측면에서 모수 추정치 표에 필요한 모든 것이 있으며 JMP의 예측 표현식 및 사용하려는 방정식 형식과 어떻게 관련되는지 알 수 있기를 바랍니다.
그러나 JMP의 모델에 2 개 수준의 명목 효과가있는 경우 절편은 해당 2 개 수준에 대한 평균에 대한 반응의 예측이라는 것을 알아야합니다. 그러나 필요한 경우 명목상의 각 수준에 대한 절편을 쉽게 계산할 수 있습니다.
귀하의 예에서 절편은 (대략) 1436이고 행 간격 = 15에 대한 효과는 -233입니다.
따라서 행 간격 = 15에 대한 절편은 1436-233 = 1203입니다.
따라서 행 간격 = 20에 대한 절편은 1436 + 233 = 1669입니다.
표준 오류는 절편을 정의하는 방법에 관계없이 동일합니다.
Prediction Profiler (적합 모형 보고서 상단의 빨간색 삼각형 메뉴> Factor Profiling> Profiler)를 사용하는 것이 좋습니다. 이것이 당신의 모델을 이해하는 가장 좋은 방법이라고 생각합니다. 변수를 임의의 값으로 설정하고 모델에서 예측 한 반응을 볼 수 있습니다. 예를 들어, 여기서 절편 (작물 밀도 = 0 일 때)이 행 간격 = 15 인 1203임을 명확하게 볼 수 있습니다.
그리고 작물 밀도를 1 단위 증가 시키면 예측 반응이 0.85 단위 증가하는 것을 볼 수 있습니다.
마찬가지로 상호 작용 효과가 매개 변수화되는 방식을 이해하는 데 도움이 될 것이라고 생각합니다.
이게 도움이 되길 바란다.
필
