Re: Prueba de efecto aleatorioGracias @Victor_G ,
Justo antes de trabajar con las sugerencias que me dio, ¿qué se debe hacer con el orden de valor, si mis anillos, aunque se llamen Ring1 a Ring6, no necesariamente tienen que seguir un orden en particular?
Re: Prueba de efecto aleatorioHola @Gabriel ,
De manera predeterminada, cuando crea un diseño de parcela dividida en JMP, las parcelas completas se ordenarán como 1, 2, 3, ... y esta información se guardará en la propiedad de la columna.
Como se menciona en la Ayuda de JMP ( Orden de valor (jmp.com) ) : " En los diseños creados con la mayoría de las plataformas DOE, a los factores categóricos, incluidos los factores construidos Parcelas completas y Subparcelas, y los factores de bloqueo se les asigna la propiedad Orden de valor. Esta propiedad ordena los niveles según el orden en que aparecen en la sección Factores. Los niveles de los factores construidos son enteros consecutivos y la propiedad Orden de valor especifica este orden natural. Puede modificar la especificación de orden de valor para cualquier factor que satisfaga sus necesidades. "
El orden en sí mismo no es tan importante (está relacionado con la forma en que haya especificado sus factores), por lo que puede cambiarlo si es necesario (ya que todos los bloques son similares en términos de repartición/distribución de experimentos).
Espero que esta respuesta te ayude,
Re: Prueba de efecto aleatorioHola @Gabriel ,
Por el aspecto de su tabla y su descripción, su diseño parece un diseño de parcela dividida, con "Anillo" como su parcela completa y "contaminación" como su factor difícil de cambiar. Las especies serían un factor fácil de cambiar, y Dyn es su respuesta, medida en dos intervalos de tiempo (50 y 56 días, el tiempo podría usarse como un factor continuo en el diseño).
Para crear un análisis relevante con efecto aleatorio, se deben establecer algunas propiedades de columna antes:
Como bloque aleatorio, "Anillo" está completamente correlacionado con el factor "contaminación" y debe tener dos columnas de propiedades:
- "Función de diseño" establecida como "Bloque aleatorio",
- Conjunto "Orden de valor" para conocer el orden de los anillos.
Como factor difícil de cambiar, la "contaminación" debe tener tres propiedades de columna:
- "Función de diseño" establecida como "Categórico",
- "Cambios de factor" configurado como "Difícil",
- "Orden de valor" configurado para conocer el orden entre los niveles bajo y alto.
Las mismas propiedades para "especies", pero la propiedad "Cambios de factor" debe establecerse como "Fácil".
Para "días", puede hacer el análisis de Dyn por día y crear dos modelos separados, uno para cada período de tiempo, o usar directamente "días" como un factor continuo y especificar un modelo "factorial a grado 2" (modelo con principal efectos e interacciones de 2 factores).
Una vez que se establecen las propiedades, puede ir a "Ajustar modelo" y especificar su modelo (es posible que deba elegir una personalidad de "Modelo mixto" para que "Anillo" se pueda agregar y usar como Efectos aleatorios en el panel Efectos de modelo):
EDITAR: también puede hacer un modelo de mínimos cuadrados, pero use el triángulo rojo junto a "Atributos" con el anillo ingresado en el modelo para especificarlo como un efecto aleatorio. Se realizará la misma prueba que con la personalidad del modelo mixto (puede consultar las estimaciones de componentes de varianza de REML y el valor p de Wald para evaluar si su efecto aleatorio es estadísticamente significativo o no). Esta posibilidad de modelo se ha agregado en los scripts de la tabla de datos.
Una vez que haya realizado el análisis de sus propios datos, y dependiendo de los resultados de la prueba de efecto aleatorio, también puede probar otros modelos (regresión generalizada sin efecto aleatorio si no es significativo u otras plataformas de modelado).
Espero que esta primera respuesta te ayude.
Encuentre adjunto la tabla de datos JMP utilizada con todas las propiedades de columna establecidas y el script "Modelo mixto" que utilicé en este conjunto de datos.
Prueba de efectos aleatoriosHola a todos, agradecería una pequeña aclaración u orientación sobre mi diseño experimental.
Mi experimento tiene dos tratamientos principales: contaminación por gas (2 niveles diferentes) y especies (2 especies diferentes). El experimento está configurado de modo que tengo dos anillos principales (uno para cada nivel de contaminación), cada uno con las dos especies diferentes en ellos. Cada anillo se replica 3 veces, lo que lo convierte en 6 anillos en total para evaluar mi parámetro de interés.
Supongo que la suposición básica sería probar Rings como un efecto aleatorio, pero no estoy seguro de cómo hacerlo. ¿Cómo puedo estimar correctamente el efecto de la contaminación por gas, especies, Días e interactivo su efecto, una vez que he satisfecho mi supuesto de normalidad?
Se necesita alguna orientación, he agregado una muestra de datos de Excel.
Gracias.
Ingeniería de Calidad y ProcesosventanasRe: Prueba de efecto aleatorioMuchas gracias por la explicación tan detallada, me ayudó mucho.
Me gustaría aclarar sobre el regresión generalizada ¿En qué se diferencia de simplemente hacer el mínimos cuadrados ¿directamente? Aunque noté algunas diferencias ya que la regresión generalizada me permite explorar diferentes métodos de estimación . Sin embargo, ¿cuál es la ventaja o diferencia si ajusto los mínimos cuadrados directamente y lo hago a través de la plataforma de regresión generalizada?
Cuando hago ambos por separado para mi parámetro de interés, veo algunas diferencias y similitudes (ver adjunto), ¿podría explicar por qué la diferencia (especialmente el Cv en la prueba de efecto)?
Re: Prueba de efecto aleatoriogracias @Victor_G . Ya lo veo.
La conclusión sería entonces, ¿cuándo usar qué? ¿O hay una naturaleza específica de la variable nominal que requiere usar una sobre la otra si tenemos un conjunto de datos distribuido normalmente?
Por ejemplo CV en este caso tiene que quedar nominal, ya que no hay un orden particular. CO2 contaminación (es alta o baja) pero no en un orden particular. Por supuesto, ingresar días en el modelo como una variable continua.
No solo tengo claro esto.
Gracias.
Re: Prueba de efecto aleatorioHola @Gabriel ,
Parece que solo tiene variables nominales en su modelo.
Podría haber encontrado un elemento de respuesta con respecto a su pregunta sobre las diferencias del método de estimación de mínimos cuadrados entre las plataformas de regresión generalizada y mínimos cuadrados:
" La parametrización de las variables nominales utilizadas en la personalidad de Regresión generalizada difiere de su parametrización utilizando otras personalidades del modelo de ajuste. La personalidad de Regresión Generalizada utiliza la parametrización de la función indicadora. En esta parametrización, la estimación que corresponde al indicador para un nivel de una variable nominal es una estimación de la diferencia entre la respuesta media de ese nivel y la respuesta media del último nivel. El último nivel es el nivel con la codificación de orden de mayor valor; es el nivel cuya función indicadora no está incluida en el modelo.”
De : Lanzamiento de la personalidad de regresión generalizada
Mientras que en el modelo de ajuste:
" Cuando ingresa una columna con un tipo de modelado nominal en la ventana de inicio Ajustar modelo, JMP la representa internamente como un conjunto de variables indicadoras continuas. Cada variable asume solo los valores -1, 0 y 1. (Tenga en cuenta que esta codificación es una de las muchas formas de usar variables indicadoras para codificar variables nominales). Si su columna nominal tiene norte niveles, entonces norte –1 de estas variables indicadoras son necesarias para representarlo. (La necesidad de norte –1 variables indicadoras se relaciona directamente con el hecho de que el efecto principal asociado con la columna nominal ha norte –1 grados de libertad.) Los detalles completos están cubiertos en Factores nominales . "
De : Detalles estadísticos para la codificación de efectos nominales
Entonces, la diferencia que ve podría estar relacionada con esta diferencia de codificación de efectos nominales, por lo tanto, dando diferentes valores de estimación y valores de p calculados.
Espero que esta respuesta te ayude a entender la diferencia,
Re: Prueba de efecto aleatorioHola @Gabriel ,
Es posible que no haya una respuesta definitiva a su pregunta, ya que depende en gran medida de sus factores, tema y objetivos.
Según entiendo las diferencias entre estos dos códigos de efectos nominales, diría que si espera evaluar niveles de un factor nominal comparando cada nivel con un nivel específico, entonces el código nominal de Regresión generalizada podría ser más apropiado. Puede usar la propiedad de columna "Orden de valor" para especificar el orden necesario para que se ajuste al diseño de su estudio. El último nivel del factor se utilizará para la comparación con todos los demás niveles.
Por ejemplo, en el ejemplo de tabla de datos de JMP "Colesterol.jmp", personalmente preferiría crear un modelo basado en la plataforma de regresión generizada con el método de estimación de mínimos cuadrados estándar, ya que permitiría que la codificación nominal compare cada nivel de efecto de tratamiento con el "Placebo". " nivel de efecto de tratamiento (de forma predeterminada debido al orden alfabético, pero al agregar una propiedad de columna "Orden de valor" puedo cambiar las comparaciones realizadas con otro nivel, como "Control"). Tiene más sentido, ya que nos gustaría saber cuáles son los efectos de varios tratamientos en comparación con Placebo (o Control), no en comparación con el promedio calculado en todos los niveles diferentes.
Pero cuando desea saber cómo cada nivel puede influir en la respuesta promedio calculada en todos los niveles, entonces la plataforma Mínimos cuadrados estándar de Fit Model puede ser más útil.
Su contaminación de CO2 parece ser un factor ordinal, ya que existe un "orden natural" entre alto y bajo (alto > bajo), por lo que puede especificar este factor como ordinal, ya que es una información que se tiene en cuenta en la codificación de factores ordinales. también : https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/ordinal-factors.shtml#ww96069
Si lo especifica como un efecto ordinal y si tiene solo 2 niveles, la estimación del efecto se calculará tomando la diferencia entre la respuesta promedio para cada nivel (Alto - Bajo), mientras que con una codificación nominal "normal" y 2 niveles, la estimación del efecto se calculará tomando la diferencia entre la respuesta promedio de un nivel y la respuesta promedio general para los dos niveles (ejemplo: Alto - Medio (Alto, Bajo)).
Espero que esta respuesta traiga un poco más de claridad a este tema complejo,
Re: Prueba de efecto aleatorioGracias @Victor_G . Supongo que en mi caso la contaminación por CO2 es más una variable o factor nominal, ya que el alto o el bajo son solo el entorno dentro del cual se recopilan mis datos. A una cámara se le da alta contaminación de CO2 y a la otra baja, y mi medida de la respuesta "A-Dyn" de la planta se toma en varias cámaras abiertas.
Pero como dijiste, el tema es bastante complejo de navegar.
