Ich habe einen Datensatz, der aus zwei unabhängigen Experimenten stammt. Ich sehe, dass es bei einigen Proben eine Variation der Reaktion von Charge zu Charge (Endergebnis) gibt. Bitte führen Sie mich an, wie Sie diesen Batch-Effekt in JMP abschwächen können.
Danke
Der naheliegendste Ansatz besteht darin, eine Datenspalte mit der Angabe des Batches für jede Zeile (Versuchslauf) hinzuzufügen und diese Datenspalte dann als Kovariate in Ihr lineares Regressionsmodell aufzunehmen. Stellen Sie sicher, dass Sie den Modellierungstyp der Batch-Spalte als nominal definieren und ihn nicht in Interaktionsterme einschließen.
markieren
Können Sie Ihre letzte Aussage näher erläutern?Warum sollten Sie den Stapel nicht in Interaktionsbegriffe aufnehmen?Erlauben Sie nicht, dass in Abwesenheit von Wechselwirkungen nur der Achsenabschnitt des Modells pro Charge variiert, während Wechselwirkungen auch eine Variation der Steigungskoeffizienten zulassen?
Ihre Anfrage verwirrt mich ein wenig ... Ihre Anfrage enthält einfach nicht genügend Kontext, um einen angemessenen Rat zu geben.
Möchten Sie den Batch-Effekt abmildern (entfernen) oder verstehen, warum es einen Batch-Effekt gibt?
Ist es möglich, die Experimente zu teilen?
Wenn die Chargenvariabilität Rauschen ist, gibt es mehrere Strategien, um damit umzugehen.
1. Einer wäre, RCBD zu verwenden. Führen Sie eine Wiederholung des Experiments mit einer Charge und die andere Wiederholung mit einer anderen Charge durch (verwechseln Sie den Block mit der Charge).
2. Wenn ein Merkmal der Charge messbar ist (z. B. Viskosität, Chemie usw.), können Sie dieses Maß der Charge sicherlich als Kovariate verwenden, wie Mark vorschlägt.
3. Wenn Sie die Chargenvariation verstehen möchten, können Sie mit einer verschachtelten Probenahme beginnen (z. B. Messsystem, innerhalb einer Charge, von Charge zu Charge).
