效果測試大家好，
我一直想知道是否有人可以幫助我閱讀以下擬合模型/效果測試的結果
基本上，我有一組來自最近 3 次試驗的數據，我想知道稱量方法之間是否有任何區別。 目前我在不同年齡使用自動秤和手動秤。 因此，我使用年齡和稱重類型作為影響體重結果的因素。 我想知道這兩個稱重器之間的差異是否是由於使用的稱重器類型造成的。
謝謝！
試驗 1
效果測試 | 參數 | 東風 | 平方和 | F比率 | 概率 > F |
稱重類型 | 1 | 1 | 0.5328 | 1.3884 | 0.2399 |
年齡（週） | 6 | 6 | 5364.0025 | 2329.370 | <.0001* |
稱量器類型*年齡（週） | 6 | 6 | 5.6173 | 2.4394 | 0.0264 * |
試驗二：
效果測試 | 參數 | 東風 | 平方和 | F比率 | 概率 > F |
稱重類型 | 1 | 1 | 0.691 | 6.0384 | 0.0145* |
年齡（週） | 8 | 8 | 11195.978 | 12237.44 | <.0001* |
稱量器類型*年齡（週） | 8 | 8 | 5.641 | 6.1657 | <.0001* |
試驗 3：
效果測試 | 參數 | 東風 | 平方和 | F比率 | 概率 > F |
稱重類型 | 1 | 1 | 0.0290 | 0.2056 | 0.6506 |
年齡（週） | 7 | 7 | 8635.3296 | 8733.892 | <.0001* |
稱量器類型*年齡（週） | 7 | 7 | 4.7245 | 4.7785 | <.0001* |
回复：效果測試嗨，米萊娜，
只需從我們的電子郵件交流中添加，即可在此處進行討論：
基本上，我的項目的目的是確定自動稱重系統是否可以完全或可能在某些年齡（？）
- 因此，您需要指定您對“稱量器類型”的影響以及“稱量器類型”和“年齡”之間的交互影響感興趣。
- 如果“稱量器類型”因素很重要，則測量系統之間存在差異
- 如果另外交互因素是顯著的，那麼差異會隨著鳥類的年齡而變化。
- 還要考慮到@Mark_Bailey關於“年齡”二次效應的“年齡”的重點。
以及哪個系統更準確自動或手動（？）。 如何去除數據中的“噪音”。
- 這是您無法回答的問題，因為您沒有黃金標準衡量標準，即圍欄中鳥類重量的準確值。 您有三個測量系統，但每一個都是所有鳥類真實體重的近似值（黃金標準測量）。
- 如果您有黃金標準度量，您可以計算它與度量系統之間的差異並將其用作結果。
我認為有些領域起著關鍵作用：
雞隻數量（6 週時：140 隻雞/欄手動稱重，8 至 20 週每欄只有 50 隻雞）。 而 Auto 給出的平均時間超過 24 小時，並且有可能同一隻鳥被多次稱重
- 你不能把它作為一個因素來測試，“不。自動稱重的鳥類數量”是隨機的，手動是在試驗中控制的。 不幸的是，這也意味著“稱量器類型”和“年齡”因素將描述由這種變化引起的可變性，而不是測量系統在雞群年齡上的有效性。
稱重和校準的準確性，儘管兩者都使用校準砝碼進行校準，但存在一些差異。 例如，在稱重之前我做了 10 公斤檢查，所以我記錄了 10 個 10 公斤的讀數，其中一些讀數超出了 -/+ 10 克的可接受範圍
- 在本研究中使用它們之前，您需要確保所有稱量器都是準確的。 這可能是為什麼有些鋼筆（2、6、9、13 和 19）與其他鋼筆有顯著差異？ 他們都有單獨的稱重嗎？ 看@statman對測量系統分析的回應。
我想知道可以做哪些分析來回答一個問題：為什麼在某些試驗中，某些年齡的這些因素是至關重要的，而在其他試驗中則不是（？）（請找到隨附的 JMP 表格和帶有結果的幻燈片）。
- 一般經驗法則，更多數據意味著檢測效果的能力更強，始終使用盡可能多的數據。
此外，我一直在嘗試基於單一試驗為我的同事進行類似的分析，其中鋼筆被視為隨機效應，稱重器的年齡和類型被視為固定效應。 但是，分析的結果與菲爾斯的不同，所以我認為我做錯了什麼。 請找到名為“broiler Trial 54”的附件
- 我不認為 Pen 是隨機效應，您似乎有 20 支筆用於所有試驗？ 如果是這樣，則將其保留為固定效果。 例如，如果您從可能的 100 支筆中隨機選擇 20 支，那麼這是隨機效應。
有了這些評論和來自@Mark_Bailey , @Phil_Kay和@statman以上，這不是您目前可以推斷的分析。
回复：自動與手動稱重 - 效果測試回复這個帖子：效果測試自動與手動
"當我查看每個試驗的數據時，“筆”似乎有顯著效果，但是當我將所有數據結合起來時，筆沒有顯著效果（我不明白為什麼會這樣？）
JMP 社區的一位成員 (@mark_baily) 為我做了一些分析（請參閱附件 - word 文檔），但我還是不完全理解。
我一直想知道你是否可以調查一下，讓我知道處理這些數據的最佳方法是什麼。 "
首先，最好不要在同一個話題上開新帖。 對於所有想幫助你的人來說，這只會讓你感到困惑。 對於任何試圖理解這一點以幫助他們解決問題的人。
其次，請附上JMP數據表。 您可以像附加 .xslx 文件一樣附加 jmp 文件。
我已附加您作為 JMP 表共享的數據。
表中有 2 個模型腳本：1 個用於所有試驗的模型（試驗是隨機效應），1 個用於每個試驗的單獨模型。
是的，在這兩種數據建模方式中，不同的事情很重要。 這並不罕見。 一個簡單的解釋是，對於特定的試驗，當你查看所有試驗時，可能會有一個重要的差異。
就個人而言，我認為首先繪製數據是一個非常好的主意，如果只是為了檢查質量。 你做過嗎？
我發現這個情節信息豐富（腳本也在表格中）。 例如，試驗 5 和 16-17 歲的數據看起來值得研究。
問候，
菲爾
回复：自動與手動稱重 - 效果測試你好，
謝謝你的建議。
老實說，我不知道如何上傳 JMP 表。 因此，我上傳了 excel 電子表格。
我一直計劃檢查自動和手動重量之間的差異何時變得顯著（如果它在某些年齡或可能全面）。
另外，我想確定這些差異是否是由於稱重方法（？）或者可能是由於被稱重的鳥的數量（自動會記錄更多的鳥，但我知道同一隻鳥可能會被稱重幾個次，當使用手動稱重時，每隻鳥都會稱重一次。 更重要的是，更少的鳥在生命的後期熱衷於使用自動秤）
如前所述，鳥類數量存在差異。 目前我們的試驗是基於手動重量（20% 的筆被加重），但我們希望擺脫這種方法並能夠在自動上進行中繼。 因此，我試圖弄清楚如何呈現數據來回答我們是否可以依賴 Auto 的問題。
回复：自動與手動稱重 - 效果測試您還沒有在您的 Excel 表中確定“試驗”？ 什麼是審判？ 我試圖根據年齡的重複測量來弄清楚試驗是什麼，但是當我查看那個模式時，我發現了 7 個試驗？
準確度是“與真實值的平均偏差”。 這通常用於校準目的。 您無法使用此數據集回答準確性問題。 也許您對精度感興趣？ 您沒有任何記錄表明同一隻鳥是否被多次稱重。 為了評估設備的精度（可重複性），您需要在同一設備上對同一隻鳥進行兩次測量（同樣是在很短的時間內，而不是不同的年齡）。 為了評估精確再現性，您需要在短時間內在兩個設備上測量同一隻鳥。 數據集中沒有這方面的記錄，因此您無法回答有關測量系統精度的問題。
唯一記錄的 Y 是我的猜測，平均體重。 每當您對多個度量進行平均時，了解各個值的變化和分佈非常重要。 如果有“特殊原因”數據點，它們可能會扭曲平均值。 如果分佈嚴重不正態，則平均值可能不是集中趨勢的適當度量。
您在 6 週時沒有任何自動稱重數據。 稱重的雞隻數量與稱量器類型混淆（手動始終為 50，自動為隨機數）。 您的背景信息令人困惑：
" 6 週齡 140 隻雞/欄和 8 週後 50 隻雞/欄稱重"
“每欄最多 6 週齡 700 隻鳥”
也許您應該根據鳥類的數量對數據進行標準化？
正如 Mark 所建議的，您應該更好地了解測量系統研究。 我推薦閱讀：
Wheeler, Donald 和 Lyday, Richard “評估測量過程” SPC 出版社 (ISBN 0-945320-06-0)
我附上了一個簡單的數據圖表。 在沒有進一步了解的情況下進行額外分析還為時過早。
回复：自動與手動稱重 - 效果測試我導入了您的工作簿並更改了 JMP 中的一些數據列屬性。
我使用分區模型來評估重要變量。 年齡是迄今為止最重要的變量。
我使用所有變量作為體重線性回歸模型中的預測變量。 我將試驗和筆視為隨機效應，其餘的則視為固定效應。 下面是初步分析：
隨機效應的方差分量分析表明，試驗或筆之間沒有顯著影響（差異）。 年齡表現出非線性效應。 稱重器的類型和稱重的雞隻數量之間存在差異。
該圖顯示了模型的預測性能：
我還檢查了殘差以尋找數據或模型假設的問題。
您可以從細節中看到，模型中對於最低體重仍然存在一些偏差。 在範圍的中間還有一組權重，它們與其他相鄰的權重不同。
我假設數據是按照它們生成的順序記錄的。 如果是這樣，那麼仍有模式需要研究。 我按試驗著色並按稱量器類型標記。
回复：自動與手動稱重 - 效果測試為什麼不在 JMP 數據表中提供數據？
在這項研究開始時，您的分析計劃是什麼？
請參見幫助 > JMP 文檔庫 > 質量和生產力指南 > 測量系統分析章節有關使用 JMP 確定測量精度的課程。
自動與手動稱重 - 效果測試你好，
我已將數據附加到 excel 文件中。
我收集了最近 4 次試驗（自動和手動稱重）的所有體重數據。
我想知道自動和手動在某些年齡段看到的差異是否是由於稱重方法或被稱重的鳥類數量或其他因素。
另外，我想知道自動稱重是否比手動稱重更準確，因為更多的雞被稱重，但在試驗結束時（16 -20 週）使用自動秤的雞更少，或者相反.
我一直在想，是否應該在模型中使用筆號作為隨機因子（？）
背景：
- 使用手動稱重器對 6 週齡 140 隻雞/欄和 8 週後 50 隻雞/欄進行稱重。 同時，自動稱重記錄的重量比手動稱重（Excel 電子表格中的數據）
- 每欄有多達 6 週齡的 700 隻雞； 8 至 14 週：230 隻雞/欄和 14 至 20 週：176 隻雞/欄
- 總共有20支筆
我將不勝感激任何建議或解決方案。
非常感謝您提前。
回复：效果測試米拉，
如果您附上數據表，我們可以看看編寫正確的模型進行分析。
回复：效果測試什麼是“審判”？ 為什麼要單獨分析每個試驗，而不是將試驗組合成一個數據集進行分析？
效果檢驗是零假設的假設檢驗，即沒有效果。 也就是說，參數估計值為零。 該檢驗通過兩次估計均方和來進行。 第一個估計值（均方誤差）與任何影響無關。 第二個估計（均方和模型）包括效應的貢獻。 這兩個估計的比率（ F ratio) 在沒有影響時接近 1。 當有影響時，該比率大於 1。 關於顯著影響的結論通常通過在測試前確定 ɑ 然後比較p - 價值F比例到這個水平。 一個常見但並不總是合適的， ɑ = 0.05 並且 JMP 假定該級別的格式為p -價值觀。
如果我使用ɑ = 0.05，我得出結論：
- 沒有稱量器類型的影響，
- 有年齡的影響，
- 但年齡對兩種稱量器的影響並不相同。
請參見幫助 > JMP 文檔庫 > 擬合線性模型指南 >第 3 章：標準最小二乘報告和選項.
