不平衡控制处理我有 4 个 N 速率（0、140、168、224）和 3 个 N 源（CRU-60、CRU-75、U）
对照或 0 施氮量没有任何来源，因为没有施用肥料
当我运行主要效果和交互效果时，不会分析控件。 此外，当我查看方差分析时，我是否期望看到 df 为 9 的模型（3 N 速率*3 N 源 + 对照）？ 如果是这样，我不明白。 我上传了一个关于如何设置数据的示例。 不确定在 N 源列下放置什么以表示 0 N 率。 我的响应变量是 SortTC。 最终，我想进行一次 tukey 分析，可以根据受精处理来评估对照。 请指教。 谢谢你！
质量和工艺工程回复：不平衡控制处理好的，谢谢您的信息！
不确定你所说的“正确”是什么意思，但看看你的标准最小二乘模型，你的模型似乎并不显着（主要效应和相互作用也不显着，远高于常见的显着性阈值 0.05）。
该模型只能解释 34% 的数据变异性，这个比例相当低。
查看不同组合的值（以及我之前在双变量分析中所做的测试），您可能不会对源参数和 N 率参数产生显着影响。
由于您没有足够的 DF，您可能会尝试以逐步方式重新启动分析，或者干脆不进行交互（仅先查看主效应）。
但再一次，这个测试数据集没有明显的趋势，所以我清楚地认为要么没有足够的数据来检测这个小的效应量，要么根本没有显着的效应。
借助不同的统计报告和您的领域专业知识，您将能够理解并决定下一步该做什么。
回复：不平衡控制处理感谢您的答复！ 我正在使用拟合模型检测 N 率和 N 源之间的主要影响和交互作用，我使用个性标准最小二乘法。 我现在在没有块的情况下运行分析，只是为了查看主要和交互的方差分析，这对于模型 DF 为 9 来说看起来是正确的（附有 pdf）。 我对所有主要和交互运行了 Tukey，以显示我正在寻找的比较显示了每个效果，这很棒。 唯一的问题是 N 率和源的自由度丢失，因此分析不起作用。 我喜欢你在单向分析中如何让控制充当源效应。 使用拟合模型时，如何让控件充当模型中的源和速率效应？ 如果可以的话请指教。 谢谢！
回复：不平衡控制处理你好@MANOVALogKoala1 ,
您能否描述一下您使用哪个平台（我猜“拟合模型”用于检测主效应和交互作用，“Fit Y by X”用于方差分析？）？ 在控制源中添加“0”也可能是更明智的做法，这样您的控制组就不会被视为“缺失值”（并阻止您查看不同平台中的控制结果）。
- 对于“拟合模型”平台，我没有足够的有关您选择的建模选项的信息，但一个好的开始是通过“混合模型”个性测试您的块效应是否显着。 您可以通过添加“设计角色”：阻塞，并将数据类型从数字连续更改为数字名义，在“块列”中添加列属性。 然后，列出您的效果：N 速率、N 源和 N 速率 x N 源，并将“块”列添加为“随机效果”。
当您启动分析时，您应该看到此屏幕（请参阅 Mixed_model_test 图像）。 查看 Wald p 值，您的分块参数看起来并不重要，因此可能会在进一步分析中将其删除（例如，在重新启动具有不同个性的“拟合模型”平台时，例如标准最小二乘法 (JMP) 或广义回归(JMP Pro) 在“分布”选项中具有正确的响应分布（在您的测试数据中，响应分布看起来像威布尔分布）。
- 对于“Fit Y by X”（ANOVA）平台，您可以根据您的目标进行选择：
- 如果您的目标是比较源与控制源 0 的效果，那么您可以选择 Dunnett 检验，该检验仅将每个候选源与控制组 0 进行比较。 它不会在候选来源之间进行比较。
- 如果您的目标是根据响应来比较每个源效应，那么 Tukey 可能是合适的（见图）。
在使用“Fit Y by X”进行分析时要小心，因为 Tukey 或 Dunnett 检验是参数检验，因此您需要验证数据中的三个假设：观察的独立性、正态性（或接近正态性）和相等方差。 在这里，查看测试数据，可能不会考虑等方差（这可能是由于样本量较小），并且在查看正态分位数图时，您只有近似正态性。 为了对统计测试更有信心，我建议使用非参数测试：Steel with Control（非参数相当于 Dunnett）或 Steel-Dwass，All Pairs（非参数相当于 Tukey 测试）。
我希望它能帮助你，
