ANOVA mit Faktoren mit wiederholter MessungHallo,
Ich möchte ein Modell zur Analyse der Ergebnisse eines von mir durchgeführten Experiments erstellen. Die Struktur des Experiments ist wie in der Abbildung dargestellt. 
Ich habe zwei Behandlungen, jede Behandlung umfasst 5 Bienenstöcke, aus jedem Bienenstock habe ich 6 Bienen ausgewählt und jeder Biene eine Aufgabe gegeben, bei der sie 8 Versuche durchführte.
Ich habe die für jeden Versuch erforderliche Zeit gemessen.
Ich betrachte Bienen und Bienenstöcke als Zufallseffekt, jeden Versuch als wiederholte Messung und vielleicht sogar jede Biene als wiederholte Messung des Bienenstocks (ich bin nicht sicher, wie ich damit umgehen soll).
Ich wäre für Ratschläge zum Aufbau des richtigen Modells dankbar. In diesem Fall möchte ich MANOVA nicht verwenden.
Danke.
Grundlegende Datenanalyse und ModellierungQualitäts- und ProzesstechnikErgebnisse teilen und kommunizierenBetreff: ANOVA mit Faktoren für wiederholte MessungenDanke für die Benachrichtigung, @ron_horne Diese Daten sind interessant. Ich frage mich, ob die Test-ID etwas bedeutet. Ich füge eine modifizierte Datentabelle bei, wobei "Versuch" als numerisch behandelt wird, kontinuierlich. Ich habe eine Spalte hinzugefügt, die die Differenz von time7 und time6 berechnet. Ich habe 4 Graph-Builder-Skripte hinzugefügt.
Hier ist das erste Diagramm, time6 vs. Versuchs-ID, nach Bienenstöcken, gefärbt nach Behandlungen.
Unten ist das zweite Diagramm. Das Gleiche, aber ich habe für jede Biene einfache gerade Linien angebracht.
Wenn die Test-ID tatsächlich die Bestellung bedeutet, sind dies interessante Pläne für mich. Sie können darstellen, was Sie meinen mit „Im Allgemeinen scheint es, dass von Versuch zu Versuch gelernt wird“. Schlaue Bienen 
Betreff: ANOVA mit Faktoren für wiederholte MessungenHallo @Erez ,
in der Vergangenheit hatten wir diese Diskussion Überlebensanalyse mit wiederholten Messungen
Es kann einige nützliche Einblicke geben, je nachdem, wie Sie die vorliegenden Daten sehen.
Wäre es außerdem sinnvoll, die Daten auch als Anzahl (Anzahl der Blumen) zu analysieren? könnte es evtl Poisson-Verteilung ? Gammaverteilung?
womöglich @peng_liu hat eine nützliche Art, dies zu betrachten.
Betreff: ANOVA mit Faktoren für wiederholte MessungenDanke Jungs, dein Rat hilft mir sehr (insbesondere Victor_G was seine Schritte unterstreicht, da ich kein JMP-Experte bin).
In Bezug auf die Bewältigung der Aufgabe muss ich weitere Details angeben.
Die Biene betritt den Raum mit 8 künstlichen Blumen, ich habe den Besuch in allen Blumen definiert als Erfolg bei der Aufgabe.
Das Finden der ersten Blume erfolgt fast sofort, das Finden der letzten Blume ist am schwierigsten, da die Wahrscheinlichkeit hoch ist, dass die Biene eine Blume erreicht, die sie bereits besucht hat (Die Belohnungsmenge in jeder Blume ist sehr gering, so dass die Biene letztlich wird alle Blumen durchgehen, bevor er zum Bienenstock zurückkehrt).
Alle Ereignisse werden aufgezeichnet, damit ich weiß, wann die Biene die erste erreicht Blume , zweite usw.
Da das Erreichen der letzten Blume am schwierigsten ist, gibt es viel "Lärm" in der Messung .
Die Daten, die ich zu Beginn bereitgestellt habe, zeigen die Zeit, die es dauerte, um Blume Nummer 7 zu erreichen, Jetzt Ich habe auch die Zeit hinzugefügt, um Blume 6 zu erreichen.
Allgemein es scheint dass man von Versuch zu Versuch lernt.
Ich bin daran interessiert zu suchen, ob es einen Unterschied zwischen den Behandlungen gibt, der Unterschied kann die Zeit sein, die benötigt wird, um die Aufgabe zu erledigen, oder ein Unterschied in der Varianz zwischen den Gruppen (vielleicht Ihr Vorschlag, wonach gesucht werden soll).
Dank.
Betreff: ANOVA mit Faktoren für wiederholte MessungenHallo @Erez ,
vielen Dank für die Bereitstellung umfassender Informationen zu Ihrem Fall. Dies hilft sehr, gute Antworten von der Community zu erhalten.
Zusätzlich zu den vorherigen Antworten spiele ich immer gerne nur visuell mit den Daten, bevor ich sie in ein komplexeres Modell einfüge (wie Fit y by x, dh Zeit durch alle anderen Spalten).
Für mich sieht es so aus, als ob es eine klare Abhängigkeit der Zeit vom Versuch gibt, das heißt, es gibt eine Lernkurve. Es handelt sich also nicht nur um eine wiederholte Messung mit dem gleichen Erwartungswert. Es kann eine Option sein, einen Versuch in das Modell einzubauen oder die letzten drei Versuche zu filtern, um das Ergebnis für trainierte Bienen usw. zu bewerten.
Betreff: ANOVA mit Faktoren für wiederholte MessungenHallo @Erez ,
Sie können dies als ersten Versuch versuchen: Vollfaktorielles ANOVA-Add-In mit wiederholten Messungen
Andernfalls gibt es nach meiner Erfahrung mit der Messung der Zeit, die Tiere für die Ausführung von Aufgaben benötigen, immer ein Problem der Verteilung. ist es gekappt? Haben sie alle die Aufgabe gelöst? behandeln Sie es als "Zeit bis zum Ereignis"?
lassen Sie uns wissen, ob wir auf dem richtigen Weg sind.
Ron
Betreff: ANOVA mit Faktoren für wiederholte MessungenHallo @Erez ,
Ich denke, was gut sein kann, bevor Sie ein Modell erstellen, kann darin bestehen, die Wiederholbarkeit / Reproduzierbarkeit Ihrer Versuche zu bewerten und zu prüfen, ob Ihr Signal wichtiger ist als das "Rauschen" der Messungen.
Beim Betrachten Ihrer Ergebnisse mit der Plattform „Variability Gauge Chart“ (Skript 1., mit „bee“ als „Part, Sample ID“ und „treatment“ und „hive“ als „X, Grouping“-Variablen, „time“ als "Y, Response" und Auswahl von Nested als Modelltyp), kann ich einige sehr interessante Informationen sehen:
- Betrachtet man die Varianzkomponenten, so stammen 58 % der Variabilität von der Wiederholbarkeit, 25,6 % von Teil zu Teil (Biene) und 16,4 % von der Reproduzierbarkeit. Das ist also ein erster Hinweis darauf, dass es bei der Messung eine große Streuung gibt.
- Wenn wir uns die Heterogenität der Varianztests ansehen, können wir sehen, dass "Behandlung" eine unterschiedliche Varianz hat, je nachdem, ob es sich um eine Behandlung von 1:1 oder 5:1 handelt. Hier könnte also später noch etwas gesucht werden.
- Beim Betrachten des Gauge R&R Mean Plot können wir je nach Behandlung eine leichte Verlängerung der Zeit feststellen. Ein weiterer Hinweis darauf, dass hier etwas Interessantes zu suchen sein könnte.
Wenn Sie sich nun die Plattform „Fit Y by X“ ansehen, können Sie die Hypothese ausprobieren, dass die Reaktionszeit für Bienen je nach Behandlung unterschiedlich sein wird. Hier gibt es zwei Möglichkeiten:
- Führen Sie die Analyse mit Zeit als Y und Behandlung als X durch (Skript 2.1), prüfen Sie, ob die Varianzen gleich sind (sie sind es nicht), und wählen Sie einen nicht-parametrischen Test, da die Verteilungen nicht normalverteilt sind, und Sie werden enden up mit Wilcoxon-Test, der einen signifikanten p-Wert zeigt: Abhängig von der Behandlung gibt es einen signifikanten Zeitunterschied.
- Führen Sie die Analyse mit log(time) als Y und Behandlung als X durch (Skript 2.2), diesmal sind die Varianzen äquivalent und die Verteilungen normalverteilt, sodass Sie einen Student-t-Test durchführen können und wieder einen signifikanten p-Wert sehen.
Ich denke, dass diese erste Analyse nützlich sein kann, bevor Sie mit der Modellierung des gesamten Prozesses beginnen.
Ich habe die Skripte in Ihrer JMP-Datentabelle gespeichert, um die von mir beschriebene Analyse durchzuführen.
Ich hoffe, dies wird Ihnen für den Anfang Ihres Projekts helfen,
