Ho un set di dati proveniente da due esperimenti indipendenti. Vedo che per alcuni campioni ci sono variazioni di risposta da batch a batch (risultato finale). Per favore, guidami su come mitigare questo effetto batch in JMP.
Grazie
L'approccio più ovvio consiste nell'aggiungere una colonna di dati con l'indicazione del batch per ogni riga (esecuzione sperimentale) e quindi includere questa colonna di dati come covariata nel modello di regressione lineare. Assicurati di definire il tipo di modellazione della colonna batch come nominale e non includerlo in alcun termine di interazione.
marchio
Puoi approfondire la tua ultima affermazione?Perché non dovresti includere il batch in nessun termine di interazione?In assenza di interazioni, non stai permettendo solo all'intercetta del modello di variare in base al batch, mentre le interazioni consentono anche di variare i coefficienti di pendenza?
Sono un po' confuso dalla tua richiesta... Semplicemente non c'è abbastanza contesto per la tua richiesta per fornire un consiglio appropriato.
Vuoi mitigare (rimuovere l'effetto batch) o capire perché c'è un effetto batch?
È possibile condividere gli esperimenti?
Se la variabilità del lotto è rumorosa, esistono diverse strategie per gestirlo.
1. Uno sarebbe usare RCBD. Esegui una replica dell'esperimento con un batch e l'altra replica con un altro batch (confondi il blocco con il batch).
2. Se alcune caratteristiche del lotto sono misurabili (ad es. viscosità, chimica, ecc.), allora sicuramente potresti usare quella misura del lotto come covariata come suggerisce Mark.
3. Se si desidera comprendere la variazione del lotto, è possibile iniziare con alcuni campionamenti nidificati (ad es. sistema di misurazione, all'interno del lotto, da lotto a lotto)
