반복 측정 요소를 포함한 ANOVA안녕하세요,
제가 수행한 실험의 결과를 분석하기 위한 모델을 구축하고 싶습니다. 실험의 구조는 그림과 같습니다. 
두 가지 처리 방법이 있는데, 각 처리 방법에는 벌집 5개가 들어 있습니다. 각 벌집에서 벌 6마리를 골랐습니다. 각 벌에게 작업을 하나 주고, 그 작업을 8번 수행했습니다.
각 실험을 수행하는 데 필요한 시간을 측정했습니다.
저는 벌과 벌집을 무작위 효과로 생각하고, 각 시행을 반복 측정으로 생각하며, 모든 벌을 벌집의 반복 측정으로 생각할 수도 있습니다(어떻게 처리해야 할지 잘 모르겠습니다).
올바른 모델을 구축하는 방법에 대한 조언을 주시면 감사하겠습니다. 그렇다면 MANOVA를 사용하고 싶지 않습니다.
감사해요.
기본 데이터 분석 및 모델링품질 및 공정 엔지니어링결과 공유 및 전달Re: 반복 측정 요인을 사용한 ANOVA알려주셔서 감사합니다. @ron_horne 이 데이터는 흥미롭습니다. 평가판 ID가 의미가 있는지 궁금합니다. 수정된 데이터 테이블을 첨부합니다. "시험"은 연속적인 숫자로 취급됩니다. time7과 time6의 차이를 계산하는 하나의 열을 추가했습니다. 4개의 그래프 빌더 스크립트를 추가했습니다.
다음은 첫 번째 플롯, time6 대 시도 ID, 두드러기별, 처리별로 채색된 것입니다.
아래는 두 번째 플롯입니다. 똑같은 일이지만 모든 꿀벌에게 간단한 직선을 맞췄습니다.
재판 ID가 실제로 주문을 의미한다면 이것은 나에게 흥미로운 플롯입니다. 그들은 "일반적으로 시행착오를 거듭할수록 배움이 있는 것 같다"는 의미를 나타낼 수 있습니다. 스마트 꿀벌 
Re: 반복 측정 요인을 사용한 ANOVA안녕 @에레즈 ,
과거에 우리는 이 토론을 반복 측정 생존 분석
손에 들고 있는 데이터를 보는 방법에 따라 몇 가지 유용한 통찰력이 있을 수 있습니다.
또한 데이터를 카운트(꽃의 수)로 분석하는 것이 유용할까요? 그것은 아마도 가질 수 푸아송 분포 ? 감마 분포?
아마도 @peng_liu 이것을 보는 유용한 방법이 있습니다.
Re: 반복 측정 요인을 사용한 ANOVA감사합니다 여러분의 조언은 저에게 많은 도움이 됩니다(특히 Victor_G 나는 JMP 전문가가 아니기 때문에 그의 단계를 강조합니다).
꿀벌이 작업을 완료하는 것과 관련하여 자세한 내용을 제공해야 합니다.
벌은 8개의 조화가 있는 방에 들어가고, 나는 모든 꽃에서 방문을 정의했습니다. 작업 성공으로.
첫 번째 꽃을 찾는 것은 거의 즉시 이루어지며 마지막 꽃을 찾는 것이 가장 어렵습니다. 벌이 이미 방문한 꽃에 도달할 가능성이 높기 때문입니다. 결국 벌통으로 돌아가기 전에 모든 꽃을 통과합니다).
모든 이벤트가 기록되어 꿀벌이 첫 번째에 도달하는시기를 알 수 있습니다. 꽃 , 초 등
마지막 꽃에 도달하는 것이 가장 어렵기 때문에 "노이즈"가 많이 발생합니다. 측정 .
처음에 제가 제공한 데이터는 7번 꽃에 도달하는 데 걸린 시간을 보여줍니다. 지금 꽃 6에 도달하는 시간도 추가했습니다.
일반적으로 그것은 보인다 시련에서 시련으로 배움이 있다는 것입니다.
치료 간에 차이가 있는지 검색하는 데 관심이 있습니다. 그 차이는 작업을 완료하는 데 필요한 시간이거나 그룹 간 차이의 차이일 수 있습니다(어쩌면 무엇을 찾아야 하는지에 대한 귀하의 제안).
감사하다.
Re: 반복 측정 요인을 사용한 ANOVA안녕 @에레즈 ,
귀하의 사례에 대한 포괄적인 정보를 제공해 주셔서 감사합니다. 이는 커뮤니티에서 좋은 답변을 얻는 데 많은 도움이 됩니다.
이전 답변 외에도 저는 항상 데이터를 보다 복잡한 모델(Fit y x x, 즉 다른 모든 열 기준 시간)에 넣기 전에 데이터를 시각적으로 재생하는 것을 좋아합니다.
나에게 재판에 대한 시간의 분명한 의존성이 있는 것처럼 보입니다. 그것은 학습 곡선이 있다는 것을 의미합니다. 따라서 이것은 동일한 기대값으로 반복 측정하는 것이 아닙니다. 모델에 시도를 추가하거나 훈련된 꿀벌 등에 대한 결과를 평가하기 위해 마지막 세 번의 시도를 필터링하는 옵션이 될 수 있습니다.
Re: 반복 측정 요인을 사용한 ANOVA안녕 @에레즈 ,
첫 번째 시도로 다음을 시도할 수 있습니다. 완전 요인 반복 측정 ANOVA 추가 기능
그렇지 않으면 동물이 작업을 수행하는 시간을 측정한 경험으로 볼 때 항상 분배 문제가 있습니다. 막혔어? 그들은 모두 작업을 완료 했습니까? "이벤트 시간"으로 취급합니까?
우리가 올바른 방향으로 가고 있는지 알려주세요.
론
Re: 반복 측정 요인을 사용한 ANOVA안녕 @에레즈 ,
모델을 구축하기 전에 먼저 시도의 반복성/재현성을 평가하고 신호가 측정의 "노이즈"보다 더 중요한지 확인하는 것이 좋을 수 있다고 생각합니다.
플랫폼 "Variability Gauge Chart"(script 1., "bee"를 "Part, Sample ID"로, "treatment" 및 "hive"를 "X, Grouping" 변수, "time"으로 결과를 볼 때 "Y, Response"로 선택하고 모델 유형으로 Nested를 선택) 몇 가지 매우 흥미로운 정보를 볼 수 있습니다.
- 분산 성분을 살펴보면 변동성의 58%는 반복성, 25.6%는 부품 간(벌), 16.4%는 재현성입니다. 그래서 그것은 측정에 많은 편차가 있다는 첫 번째 표시입니다.
- 분산 검정의 이질성을 살펴보면 "치료"가 치료 1:1인지 5:1인지에 따라 분산이 다른 것을 알 수 있습니다. 따라서 나중에 여기에서 검색할 수 있는 항목이 있을 수 있습니다.
- Gauge R&R Mean Plot을 보면 치료에 따라 시간이 약간 증가하는 것을 볼 수 있습니다. 여기에서 검색하는 것이 흥미로울 수 있다는 또 다른 단서입니다.
그래서 지금 "Fit Y by X" 플랫폼을 보면 치료에 따라 꿀벌의 반응 시간이 다를 것이라는 가설을 세울 수 있습니다. 여기에는 두 가지 옵션이 있습니다.
- 시간을 Y로, 처리를 X로 하여 분석을 수행하고(스크립트 2.1) 분산이 동일한지 확인하고 분포가 정규 분포를 따르지 않으므로 비모수 테스트를 선택하면 끝납니다. Wilcoxon test에서 p-value가 유의미한 것으로 나타났습니다. 치료에 따라 시간에 유의한 차이가 있습니다.
- 로그(시간)을 Y로, 처리를 X로 하여 분석을 수행합니다(스크립트 2.2). 이 시간 분산은 등가이고 분포는 정규분포이므로 Student t-test를 수행하고 다시 한 번 유의미한 p-값을 볼 수 있습니다.
전체 프로세스를 모델링하기 전에 이러한 첫 번째 분석이 유용할 수 있다고 생각합니다.
내가 설명한 분석을 수행하기 위해 JMP 데이터 테이블에 스크립트를 저장했습니다.
이것이 프로젝트 시작에 도움이 되기를 바라며,
