결합 실험 분석안녕하세요 저는 물리적 잡초 방제에 관한 농업 연구를 하고 있는 대학원생입니다. 내 질문은 JMP Pro 16.0.0(macOS)에서 실험 사이의 연도 효과를 올바르게 테스트하는 방법입니다.
도구 각도와 간격이 효능(사멸된 잡초의 비율)에 미치는 영향을 테스트하는 완전 요인 완전 무작위 블록 설계 실험을 설계했습니다. 각 실험은 4개의 블록, 3개의 도구 각도 및 3개의 도구 간격으로 구성됩니다. 이 실험은 2021년과 2022년에 다른 분야(같은 농장에서)에서 반복되었습니다.
내가 만든 모델은 다음과 같습니다.
연도(무작위 효과)
블록[연도](무작위 효과)
연도*공구 각도(무작위 효과)
연도*도구 간격(무작위 효과)
연도*도구 각도*도구 간격(무작위 효과)
도구 각도(고정 효과)
도구 간격(고정 효과)
도구 각도*도구 간격(고정 효과)
나는 이것이 옳다고 들었습니다. 저널 기사에서 이 모델을 본 적이 있지만 학생/연구원이 사용하는 다른 모델도 보았습니다. 다른 모델은 도구 각도 효과를 나타내지만 위의 모델은 도구 각도 효과를 나타내지 않습니다. 어떤게 맞는건지 헷갈립니다. 잔차를 JMP에 저장하면 연도*도구 각도*도구 간격(무작위 효과) ?
내 다른 질문은 Wald p-값이 중요하지 않을 때(REML 분산 구성 요소 추정 테이블의 무작위 효과에 대해) 효과 세부 정보 탭 내에서 학생 t-테스트를 수행할 때 실험이 무엇을 의미하는지입니다. 통계적으로 서로 다른가요?
어떤 생각이든 감사합니다.
해석학Re: 결합 실험 분석귀하의 모델에는 도구 각도의 고정 효과에 대한 용어가 포함되어 있습니다. 위 목록의 맨 아래에서 세 번째입니다.
Wald 검정은 0이 아닌 분산 추정값에 대한 것입니다. 효과 테스트는 0이 아닌 모수 추정값에 대한 F-테스트입니다. REML 아웃라이너와 효과 테스트 아웃라인을 볼 수 있는 최소 평방 맞춤 창의 사진을 게시하시겠습니까?
Re: 결합 실험 분석안녕 마크,
지정해야 하는 첫 번째 질문에 대해 "Option2"를 사용할 때 도구 각도(P < 0.0001)에 상당한 영향이 있고 "Option1"을 사용할 때 도구 각도(P = 0.0988)에 큰 영향이 없음을 의미했습니다. 옵션 1에 너무 많은 용어가 있는 것 같아서 효율성에 대한 도구 각도 효과를 감지하는 능력을 잃어가고 있습니다.
두 번째 질문은 다른 실험에 대한 것입니다. 아래에 사진을 몇 장 첨부했습니다. 두 현장 실험이 서로 통계적으로 다른지 테스트하고 싶습니다.
Re: 결합 실험 분석옵션 1과 옵션 2의 차이점은 랜덤 효과에 대해 연도와 상호 작용 항을 먼저 포함했지만 두 번째 모형에는 이러한 상호 작용을 포함하지 않았다는 것입니다. 두 번째 모델은 고정 효과에 대해 더 많은 자유도(DF)를 제공하므로 두 번째 분석에서 F-비가 더 민감합니다.
일부 효과를 무작위로 모델링하는 것이 옳지만 이러한 요인에 대한 복제가 너무 작아서 추정이 상당히 좋지 않다는 점을 언급해야 합니다. (2년, 4블록) 올바르게 수행되었지만 추정치에 큰 불확실성이 있습니다.
때때로 우리는 실험을 일련의 고정된 가설 테스트로 봅니다. 어떤 경우에는 무슨 일이 일어나고 있는지 알아보기 위해 모델을 탐색할 수 있는 기회로 간주합니다. 두 번째 보기는 극단적인 모델(intercept out 또는 all term in을 제외한 모든 항 아웃)으로 시작한 다음 반대 방향으로 작동합니다. 옵션 2를 사용하고 한 번에 하나의 용어를 제거할 수 있습니다. 항상 가장 중요하지 않은(가장 높은 p-값) 용어를 선택하고 제거합니다. 각 단계에서 결과 분석을 완전히 검토합니다.
실험을 시작할 때 가설을 세웠던 것 같습니다. 이러한 기대가 분석 결과와 어떻게 일치합니까? 어떤 결과가 당신을 놀라게 했습니까?
두 번째 실험에 관해서는 실험을 이 테스트에 대한 고정 효과로 취급하겠습니다. 두 가지 수준만 있습니다. 따라서 분산으로 차이를 테스트하면 큰 변화 외에는 거의 찾을 수 없습니다. 효과 테스트 테이블을 사용하여 고정 효과로 중요한지 결정할 수 있습니다.
Re: 결합 실험 분석이것에 대한 귀하의 의견에 감사드립니다. 많은 도움이됩니다. 평가가 좋지 않은 것은 당연합니다. 이러한 대규모 실험에서는 공간과 노동력이 빠르게 부족해집니다. 물론 사소한 차이를 발견하기는 어렵습니다.
나는 "힐링" 도구 각도 설정이 더 높은 잡초 사망률을 야기하고 도구 간격이 도구가 서로 더 가까워질수록 공격적으로 증가할 것이라는 가설을 세웠습니다. 모델에서 가장 중요하지 않은 일부 용어를 제거하면 힐링이 더 높은 잡초 사망률을 초래한다는 것을 알 수 있지만 중요한 도구 간격 효과를 보지 못한 것에 매우 놀랐습니다. 그것은 나에게 꽤 흥미로웠다.
두 번째 실험에 대한 의견도 감사합니다.
