효과 테스트안녕 모두,
Fit Model/Effect Test의 결과를 아래에서 읽는 데 도움을 줄 수 있는 사람이 있는지 궁금합니다.
기본적으로 지난 3번의 실험에서 얻은 데이터가 있는데 칭량 방법에 차이가 있는지 알고 싶습니다. 현재 저는 연령대가 다른 자동 계량기와 수동 계량기를 사용합니다. 따라서 체중 결과에 영향을 미치는 요인으로 연령 및 체중계 유형을 사용했습니다. 두 계량기의 차이점이 사용되는 계량기의 종류 때문인지 아닌지 알고 싶습니다.
고맙습니다!
시험 1
효과 테스트 | 엔팜 | DF | 제곱의 합 | F 비율 | 문제 > F |
계량기의 종류 | 1 | 1 | 0.5328 | 1.3884 | 0.2399 |
나이(주) | 6 | 6 | 5364.0025 | 2329.370 | <.0001* |
계량기 종류*나이(주) | 6 | 6 | 5.6173 | 2.4394 | 0.0264 * |
시험 2:
효과 테스트 | 엔팜 | DF | 제곱의 합 | F 비율 | 문제 > F |
계량기의 종류 | 1 | 1 | 0.691 | 6.0384 | 0.0145* |
나이(주) | 8 | 8 | 11195.978 | 12237.44 | <.0001* |
계량기 종류*나이(주) | 8 | 8 | 5.641 | 6.1657 | <.0001* |
시도 3:
효과 테스트 | 엔팜 | DF | 제곱의 합 | F 비율 | 문제 > F |
계량기의 종류 | 1 | 1 | 0.0290 | 0.2056 | 0.6506 |
나이(주) | 7 | 7 | 8635.3296 | 8733.892 | <.0001* |
계량기 종류*나이(주) | 7 | 7 | 4.7245 | 4.7785 | <.0001* |
Re: 효과 테스트안녕 밀레나,
여기에 토론을 위해 이메일 교환에서 추가하기만 하면 됩니다.
기본적으로 내 프로젝트의 목표는 자동 계량 시스템이 수동 계량을 완전히 또는 특정 연령(?)에 대체할 수 있는지 확인하는 것입니다.
- 따라서 "계량기 유형"의 효과 및 "계량기 유형"과 "연령" 간의 상호 작용 효과에 관심이 있음을 지정해야 합니다.
- "계량기 유형" 요소가 중요한 경우 측정 시스템 간에 차이가 있습니다.
- 추가적으로 상호작용 요인이 중요하다면 차이는 새의 나이에 따라 변합니다.
- 또한 고려 @Mark_Bailey '나이'에 대한 '나이'의 2차 효과에 대한 중요한 점입니다.
또한 자동 또는 수동(?)이 더 정확한 시스템입니다. 데이터의 "노이즈"를 제거하는 방법.
- 이것은 당신이 금본위 척도, 즉 우리에 있는 새의 무게의 정확한 값이 없기 때문에 대답할 수 없는 것입니다. 세 가지 측정 시스템이 있지만 각각은 모든 새의 실제 무게에 대한 근사치입니다(황금 표준 측정).
- 표준 측정값이 있는 경우 해당 측정값과 측정 시스템 간의 차이를 계산하고 이를 결과로 사용할 수 있습니다.
중요한 역할을 한다고 생각하는 영역이 있습니다.
새의 수(6주 시점: 140마리/펜은 수동으로 가중되며 8주에서 20주까지는 펜당 50마리만). Auto는 24시간 동안의 평균값을 제공하며 동일한 새에 여러 번 가중치를 부여할 가능성이 있습니다.
- 이것을 요인으로 테스트할 수는 없습니다. “아니요. 자동은 무작위이고 수동은 시험을 통해 제어됩니다. 불행히도 "계량기 유형" 및 "나이" 요소는 새의 나이에 따른 측정 시스템의 유효성이 아니라 이러한 변경으로 인한 변동성을 설명할 것임을 의미합니다.
계량기 및 교정의 정확도, 둘 다 교정 분동으로 교정되지만 약간의 불일치가 있습니다. 예를 들어, 체중을 측정하기 전에 10kg 체크를 하기 때문에 10kg의 판독값을 10개 기록하고 그 판독값 중 일부가 허용 범위 -/+ 10g을 벗어났습니다.
- 이 연구에서 사용하기 전에 모든 계량기가 정확한지 확인해야 합니다. 이것이 일부 펜(2,6,9,13 및 19)이 다른 펜과 크게 다른 이유일 수 있습니다. 모두 별도의 계량기가 있습니까? 보다 @statman 측정 시스템 분석에 대한 님의 답변입니다.
질문에 답하기 위해 어떤 분석을 수행할 수 있는지 알고 싶습니다. 왜 일부 시험에서는 특정 연령의 요소가 중요하고 다른 시험에서는 그렇지 않은(?) 이유가 있습니다(첨부된 JMP 표와 결과가 포함된 파워 포인트 슬라이드를 찾으십시오).
- 일반적으로 데이터가 많을수록 효과를 감지할 수 있는 능력이 향상되고 항상 가능한 한 많은 데이터를 사용합니다.
또한, 펜은 무작위 효과로, 체중계의 연령 및 유형은 고정 효과로 처리한 단일 시도를 기반으로 동료에 대해 유사한 분석을 수행하려고 했습니다. 그런데 분석 결과가 필스님과 다르기 때문에 제가 뭔가 잘못한 것이 아닌가 하는 생각이 듭니다. "broiler Trial 54"라는 첨부 파일을 찾으십시오.
- 펜이 랜덤 효과는 아닌 것 같은데, 모든 시도에 20개의 펜을 사용하는 것 같나요? 그렇다면 이것을 고정 효과로 유지하십시오. 예를 들어 100개의 가능한 펜 중 20개를 무작위로 선택하는 경우 무작위 효과입니다.
이러한 의견과 철저한 의견으로 @Mark_Bailey , @필_케이 그리고 @statman 위의 내용은 현재 유추할 수 있는 분석이 아닙니다.
Re: 자동 대 수동 계량 - 효과 테스트이 스레드에 대한 답변: 효과 테스트 자동 대 수동
" 각 시행별 데이터를 보니 '펜'이 상당한 효과를 보인 것 같은데, 모든 데이터를 합치면 '펜'의 큰 효과가 없다(왜 그런 건지 이해가 안 가?)
JMP 커뮤니티(@mark_baily) 회원 중 한 분이 친절하게 분석을 해 주셨지만(첨부된 워드 문서 참조), 다시 한 번 저는 완전히 이해하지 못했습니다.
나는 당신이 그것을 조사하고 이러한 데이터를 처리하는 가장 좋은 방법이 무엇인지 알려줄 수 있는지 궁금했습니다. "
우선 같은 주제로 새 스레드를 시작하지 않는 것이 좋습니다. 당신을 도우려는 모든 사람들에게 혼란만 가중될 뿐입니다. 그리고 자신의 문제를 해결하기 위해 이것을 이해하려고 하는 모든 사람을 위해.
둘째, JMP 데이터 테이블을 첨부하십시오. .xslx 파일과 똑같은 방식으로 jmp 파일을 첨부할 수 있습니다.
공유해주신 데이터를 JMP 테이블로 첨부했습니다.
표에는 2개의 모델 스크립트가 있습니다. 1은 모든 시행(시행은 무작위 효과임)의 모델에 대한 것이고 1은 각 시행에 대한 별도의 모델에 대한 것입니다.
예, 데이터를 모델링하는 이 2가지 방법에서 서로 다른 점이 중요합니다. 이상한 일이 아닙니다. 간단한 설명은 특정 시행에 대해 모든 시행을 살펴볼 때 평균화되는 중요한 차이가 있을 수 있다는 것입니다.
개인적으로 품질을 확인하기 위해서라면 무엇보다 먼저 데이터를 도표화하는 것이 정말 좋은 생각이라고 생각합니다. 이거 해봤어?
이 플롯이 유익하다는 것을 알았습니다(스크립트도 테이블에 있음). 예를 들어, 평가판 5 및 연령 16-17 데이터는 조사할 가치가 있습니다.
문안 인사,
필
Re: 자동 대 수동 계량 - 효과 테스트안녕,
제안해 주셔서 감사합니다.
솔직히 JMP 테이블을 업로드하는 방법을 모르겠습니다. 그래서 엑셀 스프레드시트를 올렸습니다.
나는 자동 및 수동 무게의 차이가 언제 중요해지는지 확인할 계획이었습니다(특정 연령 또는 전반적으로).
또한 그 차이가 칭량 방법 때문인지(?) 아니면 가중되는 새의 수 때문인지 확인하고 싶었습니다. 수동 칭량을 사용하면 모든 새가 한 번 가중됩니다. 더군다나 말년에는 자동 저울을 사용하는 새가 적어집니다.)
언급했듯이 새 수에는 차이가 있습니다. 현재 우리의 시도는 수동 추(펜의 20%가 가중되고 있음)를 기반으로 하지만 이 방법에서 벗어나 자동으로 릴레이할 수 있기를 원합니다. 따라서 Auto에 의존할 수 있는지 여부에 대한 질문에 답할 데이터를 제시하는 방법을 알아 내려고 노력합니다.
Re: 자동 대 수동 계량 - 효과 테스트Excel 시트에서 "시험"을 식별하지 못하셨습니까? 재판이란 무엇입니까? 반복되는 나이를 기준으로 시행착오가 무엇인지 알아보려고 했으나 그 패턴을 보니 7시도?
정확도는 "실제 값과의 평균 편차"입니다. 이것은 일반적으로 보정 목적으로 수행됩니다. 이 데이터 세트로는 정확성에 대한 질문에 답할 수 없습니다. 아마도 당신은 정밀도에 관심이 있습니까? 같은 새의 무게를 두 번 이상 측정한 기록이 없습니다. 장치의 정밀도(반복성)를 평가하려면 동일한 장치에서 동일한 새를 두 번 측정해야 합니다(또한 다른 연령대가 아닌 짧은 기간에). 정밀 재현성을 평가하려면 짧은 시간에 두 장치에서 동일한 새를 측정해야 합니다. 데이터 세트에 이에 대한 기록이 없으므로 측정 시스템 정밀도에 대한 질문에 답할 수 없습니다.
기록된 유일한 Y는 내 추측, 평균 체중입니다. 여러 측정값의 평균을 구할 때마다 개별 값의 변동과 분포를 이해하는 것이 중요합니다. "특수 원인" 데이터 포인트가 있는 경우 평균을 왜곡할 수 있습니다. 분포가 완전히 정규적이지 않으면 평균이 중심 경향의 부적절한 측도가 될 수 있습니다.
6주에 자동 계량기에 대한 데이터가 없습니다. 계량된 새의 수는 계량기 유형과 혼동됩니다(수동은 항상 50이고 자동은 임의의 #임). 귀하의 배경 정보가 혼란스럽습니다:
" 6주령까지는 140마리/우리, 8주 이후에는 50마리/우리에 무게가 가중됩니다.
"우리당 최대 6주령 700마리의 새가 있습니다."
새의 개체수를 기반으로 데이터를 정규화해야 할까요?
Mark가 제안한 것처럼 측정 시스템 연구를 더 잘 이해해야 합니다. 다음을 읽는 것이 좋습니다.
Wheeler, Donald 및 Lyday, Richard “ 측정 프로세스 평가 ” 에스피씨프레스(ISBN 0-945320-06-0)
데이터의 간단한 그래프를 첨부했습니다. 더 이상의 이해가 없는 추가 분석은 시기상조일 것입니다.
Re: 자동 대 수동 계량 - 효과 테스트통합 문서를 가져오고 JMP에서 일부 데이터 열 속성을 변경했습니다.
중요한 변수를 평가하기 위해 파티션 모델을 사용했습니다. 나이는 단연코 가장 중요한 변수입니다.
체중에 대한 선형 회귀 모델에서 모든 변수를 예측 변수로 사용했습니다. 나는 시험과 펜을 무작위 효과로 취급하고 나머지는 모두 고정 효과로 취급했습니다. 초기 분석은 다음과 같습니다.
무작위 효과의 분산 성분 분석은 시행 또는 펜 사이에 유의한 효과(차이)가 없음을 시사합니다. 나이는 비선형 효과를 나타냅니다. 계량기의 종류와 계량된 새의 수에 따라 차이가 있습니다.
이 플롯은 모델의 예측 성능을 보여줍니다.
또한 데이터 또는 모델 가정과 관련된 문제를 찾기 위해 잔차를 조사했습니다.
세부 사항에서 가장 낮은 체중에 대한 모델에 여전히 약간의 편향이 있음을 알 수 있습니다. 또한 범위 중간에 다른 인접 가중치와 구별되는 가중치 클러스터가 있습니다.
나는 데이터가 생성된 순서대로 기록된다고 가정했다. 그렇다면 아직 조사해야 할 패턴이 있습니다. 저는 Trial로 채색하고 계량기의 종류별로 표시했습니다.
Re: 자동 대 수동 계량 - 효과 테스트JMP 데이터 테이블에 데이터를 제공하지 않는 이유는 무엇입니까?
이 연구를 시작할 때 분석 계획은 무엇이었습니까?
봐주세요 도움말 > JMP 문서 라이브러리 > 품질 및 생산성 가이드 > 측정 시스템 분석 장 JMP로 측정의 정확도를 결정하는 방법에 대한 강의.
자동 대 수동 계량 - 효과 테스트안녕,
엑셀 파일로 자료를 첨부했습니다.
지난 4번의 시도(자동 및 수동 무게 측정)에서 모든 체중 데이터를 수집했습니다.
특정 연령에서 자동과 수동 사이에 나타나는 차이가 무게를 재는 방법이나 무게를 재는 새의 수 또는 다른 요인 때문인지 알고 싶습니다.
또한 자동 체중계가 수동보다 더 정확한지 알고 싶습니다. 더 많은 새에 가중치가 부여되었지만 시험 종료(16-20주)에 자동 체중계를 사용하는 새가 더 적거나 반대입니다. .
모델에서 펜 번호를 임의의 요소(?)로 사용해야 하는지 궁금합니다.
배경:
- 수동 칭량기를 사용하여 6주령까지 140마리/우리와 8주령 이후 50마리/우리의 무게를 잰다. 반면 자동 계량기는 수동보다 더 많은 무게를 기록합니다(엑셀 스프레드시트의 데이터).
- 우리 당 최대 6주령 700마리의 새가 있습니다. 8주에서 14주 사이: 230마리/펜, 14주에서 20주 사이: 176마리/펜
- 전체적으로 20개의 펜이 있습니다.
제안이나 솔루션을 주시면 감사하겠습니다.
미리 감사드립니다.
Re: 효과 테스트밀라,
데이터 테이블을 첨부하면 분석을 위해 올바른 모델을 작성하는 방법을 살펴볼 수 있습니다.
Re: 효과 테스트'재판'이란 무엇입니까? 분석을 위해 시도를 하나의 데이터 세트로 결합하는 대신 각 시도를 개별적으로 분석하는 이유는 무엇입니까?
효과 검정은 효과가 없다는 귀무 가설의 가설 검정입니다. 즉, 매개변수 추정값은 0입니다. 테스트는 평균 제곱합을 두 번 추정하여 수행됩니다. 첫 번째 추정치(평균 제곱합 오차)는 효과와 무관합니다. 두 번째 추정(평균 제곱합 모델)에는 효과의 기여도가 포함됩니다. 이 두 추정치의 비율( 에프 비율)은 효과가 없을 때 1에 가깝습니다. 효과가 있는 경우 비율은 1보다 큽니다. 유의한 효과에 대한 결론은 일반적으로 테스트 전에 ɑ를 결정한 다음 비교함으로써 달성됩니다. 피 -에 대한 가치 에프 이 수준에 대한 비율. 일반적이지만 항상 적절한 것은 아닙니다. 쀼 = 0.05이고 JMP는 형식에 대해 해당 수준을 가정합니다. 피 - 가치.
내가 사용하는 경우 쀼 = 0.05, 나는 다음과 같이 결론을 내립니다.
- 계량기 유형의 영향이 없으며,
- 나이의 영향이 있고,
- 그러나 Age의 효과는 두 가지 유형의 계량기에 대해 동일하지 않습니다.
봐주세요 도움말 > JMP 문서 라이브러리 > 선형 모델 피팅 가이드 > 3장: 표준 최소제곱 보고서 및 옵션 .
