conception de blocs complètement aléatoire : comment inclure les blocs dans JMP ?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Bonjour,
Disons que j'ai un champ de blé expérimental où je veux étudier comment différents traitements influencent mon RENDEMENT . Les traitements sont :
1) CHARRUE
A : labour à 20cm
B : labour à 40cm
C : pas de labour
2) FERTILISATION
1 : 100 kg/ha
0 : pas de fécondation
Malheureusement mon champ est incliné, donc je dois ajouter des blocs (I, II, III)
| Je bloque | A1 | B1 | C1 | A0 | B0 | C0 |
| Bloc II | B1 | A0 | A1 | B0 | C0 | C1 |
| Bloc III | C1 | B0 | C0 | A1 | A0 | B1 |
Si je vais à "Fit Model" et que je mets mon RENDRE comme Y et utilisez MACRO -> Fullfactorial avec CHARRUE et FERTILISATION Je pense que je peux obtenir des résultats tout comme une conception complètement aléatoire. Donc ma question est: Comment inclure les blocs dans Fit Model ?
Peut-être devrais-je utiliser "Fit Y by X" (il y a l'option de blocage). Mais alors comment inclure la factorielle complète ?
Merci,
Matteo
Re : conception de blocs complètement aléatoire : comment inclure les blocs dans JMP ?Et que se passe-t-il si je souhaite utiliser des mesures répétées dans le temps au sein de la même expérience ? Par exemple, si je veux surveiller les efflux de CO2 tous les mois ? Est-ce que quelqu'un a une idée ?
Re : conception de blocs complètement aléatoire : comment inclure les blocs dans JMP ?Merci beaucoup Lou. C'est juste une excellente explication.
Re : conception de blocs complètement aléatoire : comment inclure les blocs dans JMP ?Je recommanderais d'utiliser Custom Design.
J'ai rapidement choisi une catégorie à trois niveaux pour la charrue, une catégorie à deux niveaux pour l'engrais, puis j'ai choisi le bloc de taille 6
La simulation de cette expérience donne cette sortie. (J'ai dû réinitialiser la grille des facteurs pour afficher le bloc dans le Prediction Profiler.
J'espère que cela t'aides,
PS Peut-être voudrez-vous étudier l'utilisation d'un plan Split-plot
Lou
