同じ因子の異なる順序に対する異なる REML 分散成分の結果こんにちは、
2 つの異なるラボで 5 つの要因 (週、ロットなど) を含む調査を設計しましたが、ラボの 1 つは順序どおりに設計に従いませんでした。それでも調査のすべての部分が完了し、設計のバランスは保たれています。2 週目と 3 週目の設計の順序が入れ替わっただけです。両方のラボのデータを組み合わせて分析しています。ラボ 1 では 1-2-3-4 週目の順序で設計を実行しましたが、ラボ 2 では 1-3-2-4 週目の順序で設計を実行しました (計画された設計どおり)。データを 2 つの方法で分析しました。1 つは、実行された実際の週番号を保持し、もう 1 つは、設計に従うようにラボ 2 のデータを上書きしました (2 週目と 3 週目のデータを入れ替えて、正しい 1-2-3-4 の順序で設計を実行したように見せました)。すべての部分がまだ完了しており、設計もバランスが取れているため、この切り替えが REML 分散成分分析の結果に影響を与えるとは思いませんでしたが、分散成分の推定値とパーセンテージは 2 つの分析間でわずかに異なります。
週の順序を入れ替えるだけで、分散成分の推定値が異なる理由を説明していただけますか? 週に起因する変動性は、同じように評価されるのではないですか?
ありがとう！
結果の共有と伝達ウィンドウズRe: 同じ因子の次数が異なると、異なる REML 分散成分の結果が得られます当てはめようとしているモデルのデータと完全な仕様を確認しないと、これに答えることは困難です。
あなたが提供した情報に基づいて、これは「週」係数がネストされているかどうかに指定されているかどうかが原因である可能性があります。ネストされていると指定されていない場合、週係数はラボで共有されていると見なされます。ネスティングは、たとえば、ラボ 1 の第 1 週がラボ 2 の第 1 週と同じではないことを意味します。第 1 週は、第 1 週がラボ 2 に与える影響とは異なる効果をラボ 1 に与える可能性があります。
ネストしないと、第 1 週が Lab1 と Lab2 に同じ影響を与えると想定されます。つまり、両方のラボで共通の週ごとの変動性を推定しています。
ラボ 1 の週のレベルがラボ 2 の週のレベルと異なると考えるのはおそらく合理的ですが、毎週両方のラボに同様の影響を与える共通の潜在的な要因がある場合は、そうではない可能性があります。
Re: 同じ因子の次数が異なると、異なる REML 分散成分の結果が得られますどの用語が交差またはネストされているかに関係している可能性がありますか?
Re: 同じ因子の次数が異なると、異なる REML 分散成分の結果が得られます実際には、この設計はより正確であり、ラボはさまざまなロット、オペレーター、および機器を使用していました。
Re: 同じ因子の次数が異なると、異なる REML 分散成分の結果が得られます入れ子になった週はありません。 JMP で REML 分析を 5 つの因子すべてをランダムに実行しています。 何を入れ子にするかを決めるのは難しいと思います。 添付されているのは、計画された研究デザインです。 ラボ内で週をネストする必要がありますか?
Re: 同じ因子の次数が異なると、異なる REML 分散成分の結果が得られます
次に、ロット、オペレーター、および機器がラボ内にネストされます
Re: 同じ因子の次数が異なると、異なる REML 分散成分の結果が得られますありがとう！ この議論とその間の私自身の読書から、これ（添付の画像）が分散成分分析を実行する正しい方法であると信じています。 サイトはラボ変数であり、計画に示されている要因の組み合わせごとに 1 回の実行が実行されました。 私は正しい軌道に乗っていますか？
Re: 同じ因子の次数が異なると、異なる REML 分散成分の結果が得られますあなたが正しい軌道に乗っているかどうかを判断するための貴重な情報はほとんどありません。しかし (そして、私の理解が正しければ)、組み合わせごとに 1 つの「実行」が実行された場合、実行[サイト、週、ロット、オペレーター、機器] の効果は何ですか?つまり、実行間のばらつきですか?もしそうなら、組み合わせごとに実行が1つしかない場合、実行間の変動性はどうすればよいでしょうか? そして、もしよろしければ、サイトがランダムなのはなぜですか? これら 2 つの特定のサイトのみを比較しようとしている場合、それはランダムではありません。 そして、それがランダムである場合... n = 2のサイトで分散コンポーネントを推定することはお勧めできません。
Re: 同じ因子の次数が異なると、異なる REML 分散成分の結果が得られますモデルから Run 項を削除します。 Run は、再現性を推定するために暗黙的に使用されます。 この変更により、 @MRB3855分散を推定するには、組み合わせごとに複数の実行が必要であることがわかります。
