サンプルサイズと母集団データセットからの方法を比較するためのオプションRCBD 母集団データセットのサンプリング サイズと方法論を比較するオプションを探しています。 データセットは、動物の床囲いの研究からのものです (14 匹の動物/囲い = EU)。 重量およびその他の変数は EU の 100% から収集されました。
アイデアは、データセットを見て、サンプルを選択するためのさまざまなシナリオ (囲いからランダムに、ランダムに _ 頭の動物を、スタンド偏差を変更して、_ 頭の標準偏差内で _ 頭ずつ) を評価し、それらの間の分析を比較することです。
これまでのところ、これは Excel でサンプリング方法 (各 5 回) をシミュレートし、分析のためにサブセットを JMP にエクスポートすることで実現されています。
これを JMP で直接実現する、より効率的な方法があると確信していますが、何をすべきかわかりません。 助けていただければ幸いです。自動化とスクリプト作成ウィンドウズRe: 母集団データセットからサンプル サイズと方法を比較するためのオプション標準 JMP 17Re: 母集団データセットからサンプル サイズと方法を比較するためのオプションJMP 17 には役立つ可能性のある新機能があります。 を参照してください。デザインエクスプローラードキュメンテーション。 この分析は、モンテカルロ シミュレーションではなく、線形回帰の仮定に基づいています。
Re: 母集団データセットからサンプル サイズと方法を比較するためのオプションJMP のどのバージョン (標準またはプロ) を使用していますか?
Re: 母集団データセットからサンプル サイズと方法を比較するためのオプションリンクをありがとうございます。試して、私の状況が改善されるかどうか確認してみます。
Re: 母集団データセットからサンプル サイズと方法を比較するためのオプション説明:
1. RCBD -- 供給と計量
-- 固定効果 = Trt (4 Trt)
--ランダム効果 = ブロック (13 回/Trt)
--Response = Live Weight -- 追加のパフォーマンス指標 (ただし、これらは現時点では重要ではありません)
2. すべての囲いから 14 匹すべての動物からデータを収集し、モデルの適合 - 最小二乗平均を使用してデータを分析しました。
- ここで、人口データを使用して、「what-if」タイプのシナリオをいくつか実行したいと思います。 1 匹の動物/ペン (ランダムおよび/またはペン平均値の SD 以内) または 6 匹の動物/ペン (ランダムおよび/またはペン平均値の SD 以内) から LW のみを収集したとします。
- これらの仮定のシナリオ間の分析を比較したい
3. 申し訳ありませんが、どのように返信すればよいかわかりませんが、試してみます。
- （サンプリングされた）動物の数とサンプリングに使用された方法（ランダムまたはペン平均の SD を使用）が、治療間の違いを検出する能力にどのような影響を与えるかを確認したいと思います。そして出力の変動量。
4. Excel を使用してシミュレーション (2 つの選択方法による動物の差分番号の選択) を 5 回繰り返しました。
- シナリオをシミュレートした理由は、ランダム/平均値の標準偏差内で利用可能な動物/ペンの数が利用できるためです。選択範囲が実際のポップ/ペンよりも小さかったためです。
Re: 母集団データセットからサンプル サイズと方法を比較するためのオプションまず、コミュニティへようこそ。 正直に言いますが、私はあなたの状況を完全には理解していません。
1. RCBD を使用していますが、ブロック内で操作している要素は何ですか? ブロック効果にどのように対処することを提案しますか? 固定効果かランダム効果か？
2. 「サンプリングサイズと方法論」とは何を意味しますか?
3. ペンとブロックを混同しているようです。 あなたの状況は DOE よりもサンプリングに近いと主張することもできます。 研究における変動の原因を特定するために、仮説に応じて複数のレイヤーをネストすることができます。
4. 分散がどのように推定されるかわからないため、シミュレーションがどのように役立つかわかりません。
必要なのは、どのような質問に答えようとしているのかを知ることです。 どのような仮説がありますか? 何を測定しているのですか？ 測定システムはどの程度適切ですか? あなたの研究は真の人口をどの程度代表していますか?
Re: 母集団データセットからサンプル サイズと方法を比較するためのオプションこれはあなたが求めているものではないかもしれませんが、カスタム デザイナーの共変量因子を使用すると、実験に最適なサンプルを選択できます。 ここにありますJMP ウェビナーをマスターする(ビデオ全体は有益ですが、行のサブセット化については 48 分あたりから具体的に説明されています)。
