Re: test effetto casualeGrazie @Victor_G ,
Poco prima di elaborare i suggerimenti che hai fornito, cosa si dovrebbe fare con l'Ordine del valore, se i miei anelli, sebbene chiamati da Ring1 a Ring6, non devono necessariamente seguire un ordine particolare?
Re: test effetto casualeCIAO @Gabriele ,
Per impostazione predefinita, quando crei un disegno a trama divisa in JMP, l'intera trama verrà ordinata come 1, 2, 3, ... e queste informazioni verranno salvate nella proprietà della colonna.
Come indicato nella Guida di JMP ( Valore ordine (jmp.com) ) : " Nei progetti creati utilizzando la maggior parte delle piattaforme DOE, ai fattori categoriali, compresi i fattori costruiti Whole Plots e Subplot, e i fattori di blocco viene assegnata la proprietà Value Order. Questa proprietà ordina i livelli in base all'ordine in cui appaiono nella sezione Fattori. I livelli dei fattori costruiti sono numeri interi consecutivi e la proprietà Value Order specifica questo ordinamento naturale. È possibile modificare la specifica dell'ordine di valore per qualsiasi fattore per soddisfare le proprie esigenze. "
L'ordine in sé non è così importante (è correlato al modo in cui hai specificato i tuoi fattori), quindi puoi cambiarlo se necessario (poiché tutti i blocchi sono simili in termini di ripartizione/distribuzione degli esperimenti).
Spero che questa risposta ti possa aiutare,
Re: test effetto casualeCIAO @Gabriele ,
Dall'aspetto del tuo tavolo e dalla tua descrizione, il tuo design sembra un design a trama divisa, con "Ring" come l'intera trama e "contaminazione" come fattore difficile da cambiare. La specie sarebbe un fattore facile da modificare e Dyn è la tua risposta, misurata a due intervalli di tempo (50 e 56 giorni, il tempo potrebbe essere utilizzato come fattore continuo nella progettazione).
Per creare un'analisi pertinente con effetto casuale, alcune proprietà della colonna devono essere impostate prima di:
In quanto blocco casuale, "Ring" è interamente correlato al fattore "contaminazione" e dovrebbe avere proprietà di due colonne:
- "Ruolo di progettazione" impostato come "Blocco casuale",
- "Value Order" impostato per conoscere l'ordine degli anelli.
Essendo un fattore difficile da modificare, la "contaminazione" dovrebbe avere tre proprietà di colonna:
- "Ruolo di progettazione" impostato come "Categorico",
- "Factor Changes" impostato come "Hard",
- "Value Order" impostato per conoscere l'ordinamento tra livelli bassi e alti.
Stesse proprietà per "species", ma la proprietà "Factor Changes" deve essere impostata su "Easy".
Per "giorni", è possibile eseguire l'analisi di Dyn per giorno e creare due modelli separati, uno per ogni periodo di tempo, oppure utilizzare direttamente "giorni" come fattore continuo e specificare un modello "fattoriale di grado 2" (modello con effetti e interazioni a 2 fattori).
Una volta impostate le proprietà, puoi andare su "Adatta modello" e specificare il tuo modello (potresti dover scegliere una personalità "Modello misto" in modo che "Ring" possa essere aggiunto e utilizzato come Effetti casuali nel pannello Effetti modello):
MODIFICA: puoi anche creare un modello dei minimi quadrati, ma usa il triangolo rosso accanto a "Attributi" con l'anello inserito nel modello per specificarlo come effetto casuale. Verrà eseguito lo stesso test rispetto alla personalità del modello misto (puoi esaminare le stime dei componenti della varianza REML e il valore p di Wald per valutare se il tuo effetto casuale è statisticamente significativo o meno). Questa possibilità di modello è stata aggiunta negli script del datatable.
Dopo aver eseguito l'analisi sui propri dati e in base ai risultati del test per l'effetto casuale, è possibile provare anche altri modelli (Regressione generalizzata senza effetto casuale se non è significativa o altre piattaforme di modellazione).
Spero che questa prima risposta ti possa essere d'aiuto.
Si prega di trovare in allegato il datatable JMP utilizzato con tutte le proprietà della colonna impostate e lo script "Mixed Model" che ho utilizzato su questo set di dati.
Prova di effetto casualeCiao a tutti, Gradirei un piccolo chiarimento o una guida sul mio progetto sperimentale.
Il mio esperimento ha due trattamenti principali: contaminazione da gas (2 diversi livelli) e specie (2 diverse specie). L'esperimento è impostato in modo da avere due anelli principali (uno per ogni livello di contaminazione), ciascuno con le due diverse specie al loro interno. Ogni anello viene replicato 3 volte per un totale di 6 anelli per valutare il mio parametro di interesse.
Immagino che il presupposto di base sarebbe quello di testare gli anelli come effetto casuale, ma non sono sicuro di come farlo. Come posso stimare correttamente l'effetto della contaminazione da gas, specie, giorni e interattivo il loro effetto, una volta soddisfatta la mia assunzione di normalità?
Sono necessarie alcune indicazioni, ho aggiunto un campione di dati Excel.
Grazie.
Qualità e ingegneria di processofinestreRe: test effetto casualeGrazie mille per la spiegazione molto dettagliata, mi è stata di grande aiuto.
Vorrei fare chiarezza sul Regressione generalizzata com'è diverso dal fare solo il Minimi quadrati direttamente? Tuttavia, ho notato alcune differenze poiché la regressione generalizzata mi consente di esplorare diversi metodi di stima . Tuttavia, qual è il vantaggio o la differenza se inserisco direttamente i minimi quadrati e lo faccio attraverso la piattaforma di regressione generalizzata?
Quando faccio entrambi separatamente per il mio parametro di interesse, vedo alcune differenze e somiglianze (vedi allegato), potresti spiegare perché la differenza (in particolare il Cv nel test degli effetti)?
Re: test effetto casualeGrazie @Victor_G . Ora vedo.
La linea di fondo sarebbe quindi, quando usare cosa? o c'è una natura specifica di quelle variabili nominali che richiede l'utilizzo dell'una sull'altra se disponiamo di un set di dati normalmente distribuito?
Ad esempio CV in questo caso deve rimanere nominale, non essendoci un ordine particolare. CO2 contaminazione (è alta o bassa) ma non in un ordine particolare. Ovviamente inserendo i giorni nel modello in modo da entrare come variabile continua.
Non sono solo chiaro su questo.
Grazie.
Re: test effetto casualeCIAO @Gabriele ,
Sembra che tu abbia solo variabili nominali nel tuo modello.
Potrei aver trovato un elemento di risposta riguardo alla tua domanda sulle differenze dal metodo di stima dei minimi quadrati tra le piattaforme di regressione generalizzata e dei minimi quadrati:
" La parametrizzazione delle variabili nominali utilizzate nella personalità Regressione generalizzata differisce dalla loro parametrizzazione utilizzando altre personalità Stima modello. La personalità Regressione generalizzata utilizza la parametrizzazione della funzione indicatore. In questa parametrizzazione, la stima che corrisponde all'indicatore per un livello di una variabile nominale è una stima della differenza tra la risposta media a quel livello e la risposta media all'ultimo livello. L'ultimo livello è il livello con la codifica d'ordine di valore più alto; è il livello la cui funzione di indicatore non è inclusa nel modello."
Da : Avvia la personalità della regressione generalizzata
Considerando che nel modello Fit:
" Quando si immette una colonna con un tipo di modellazione nominale nella finestra di avvio Stima modello, JMP la rappresenta internamente come un insieme di variabili indicatore continue. Ogni variabile assume solo i valori –1, 0 e 1. (Si noti che questa codifica è uno dei tanti modi per utilizzare le variabili indicatore per codificare le variabili nominali.) Se la colonna nominale ha N livelli, quindi N –1 di queste variabili indicatore è necessaria per rappresentarlo. (Il bisogno di N –1 variabili indicatore si riferisce direttamente al fatto che ha l'effetto principale associato alla colonna nominale N –1 gradi di libertà.) Tutti i dettagli sono trattati in Fattori nominali . "
Da : Dettagli statistici per la codifica degli effetti nominali
Quindi la differenza che vedi potrebbe essere collegata a questa differenza di codifica degli effetti nominali, fornendo quindi valori di stima diversi e valori p calcolati.
Spero che questa risposta ti aiuti a capire la differenza,
Re: test effetto casualeCIAO @Gabriele ,
Potrebbe non esserci una risposta definitiva alla tua domanda, poiché dipende fortemente dai tuoi fattori, argomento e obiettivi.
Per quanto ho capito le differenze tra queste due codifiche di effetti nominali, direi che se prevedi di valutare i livelli da un fattore nominale confrontando ogni livello con un livello specifico, allora la codifica nominale da Regressione generalizzata potrebbe essere più appropriata. È possibile utilizzare la proprietà della colonna "Ordine valore" per specificare l'ordine necessario in modo che si adatti al progetto dello studio. L'ultimo livello del fattore verrà utilizzato per il confronto con tutti gli altri livelli.
Ad esempio, nell'esempio di datatable JMP "Cholesterol.jmp", personalmente preferirei creare un modello basato sulla piattaforma di regressione generica con il metodo di stima dei minimi quadrati standard, in quanto consentirebbe alla codifica nominale di confrontare ogni livello di effetto del trattamento con il "Placebo " livello di effetto del trattamento (per impostazione predefinita a causa dell'ordine alfabetico, ma aggiungendo una proprietà della colonna "Ordine valore" posso modificare i confronti effettuati con un altro livello, come "Controllo"). Ha più senso, in quanto vorremmo sapere quali sono gli effetti dei vari trattamenti rispetto al Placebo (o al Controllo), non rispetto alla media calcolata su tutti i diversi livelli.
Ma quando vuoi sapere come ogni livello può influenzare la risposta media calcolata su tutti i livelli, allora i minimi quadrati standard dalla piattaforma Fit Model possono essere più utili.
La tua contaminazione da CO2 sembra essere un fattore ordinale, poiché esiste un "ordine naturale" tra alto e basso (alto > basso), quindi puoi specificare questo fattore come ordinale, in quanto è un'informazione presa in considerazione nella codifica dei fattori ordinali anche : https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/ordinal-factors.shtml#ww96069
Se lo specifichi come effetto ordinale e se hai solo 2 livelli, la stima dell'effetto verrà calcolata prendendo la differenza tra la risposta media per ogni livello (Alto - Basso), mentre con una codifica nominale "normale" e 2 livelli, la stima dell'effetto sarà calcolata prendendo la differenza tra la risposta media di un livello e la risposta media complessiva per i due livelli (esempio: Alta - Media(Alta,Bassa)).
Spero che questa risposta porti un po' più di chiarezza su questo argomento complesso,
Re: test effetto casualeGrazie @Victor_G . Immagino che nel mio caso la contaminazione da CO2 sia più una variabile o un fattore nominale poiché l'alto o il basso sono solo l'ambiente all'interno del quale vengono raccolti i miei dati. A una camera viene data un'elevata contaminazione di CO2 e all'altra una bassa, e la mia misurazione della risposta "A-Dyn" della pianta viene effettuata nelle varie camere aperte.
Ma proprio come hai detto tu, l'argomento è piuttosto complesso da navigare.
