J'ai un ensemble de données provenant de deux expériences indépendantes. Je vois que pour certains échantillons, il existe une variation de réponse de lot à lot (résultat final). Veuillez m'indiquer comment atténuer cet effet de lot dans JMP.
Merci
L'approche la plus évidente consiste à ajouter une colonne de données avec l'indication du lot pour chaque ligne (exécution expérimentale), puis à inclure cette colonne de données en tant que covariable dans votre modèle de régression linéaire. Assurez-vous de définir le type de modélisation de la colonne de lot comme nominal et ne l'incluez dans aucun terme d'interaction.
marque
Pouvez-vous développer votre dernière déclaration?Pourquoi n'incluriez-vous pas le lot dans les termes d'interaction ?En l'absence d'interactions, ne permettez-vous pas que l'interception du modèle varie par lot, alors que les interactions permettent également de faire varier les coefficients de pente ?
Je suis un peu confus par votre demande... Il n'y a tout simplement pas assez de contexte dans votre demande pour fournir des conseils appropriés.
Voulez-vous atténuer (supprimer l'effet de lot) ou comprendre pourquoi il y a un effet de lot ?
Est-il possible de partager les expériences ?
Si la variabilité des lots est un bruit, il existe plusieurs stratégies pour gérer cela.
1. L'une serait d'utiliser RCBD. Exécutez une réplique de l'expérience avec un lot et l'autre réplique avec un autre lot (confondre le bloc avec le lot).
2. Si certaines caractéristiques du lot sont mesurables (par exemple, la viscosité, la chimie, etc.), vous pouvez certainement utiliser cette mesure du lot comme covariable, comme le suggère Mark.
3. Si vous souhaitez comprendre la variation des lots, vous pouvez commencer par un échantillonnage imbriqué (par exemple, système de mesure, au sein d'un lot, lot à lot)
