progettazione di blocchi completamente randomizzati: come includere i blocchi in JMP?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ciao,
Diciamo che ho un campo di grano sperimentale in cui voglio indagare su come i diversi trattamenti influenzano il mio PRODOTTO . I trattamenti sono:
1) ARATRO
A: aratura a 20cm
B: aratura a 40 cm
C: nessuna aratura
2) FECONDAZIONE
1: 100 Kg/ha
0: nessuna fecondazione
Purtroppo il mio campo è inclinato, quindi devo aggiungere blocchi (I, II, III)
| Blocco I | A1 | B1 | C1 | A0 | B0 | C0 |
| Blocco II | B1 | A0 | A1 | B0 | C0 | C1 |
| Blocco III | C1 | B0 | C0 | A1 | A0 | B1 |
Se vado su "Fit Model" e metto il mio RESA come Y e usa MACRO -> Fullfactorial con ARATRO E FECONDAZIONE Penso di poter ottenere risultati proprio come un progetto completamente randomizzato. Quindi la mia domanda è: Come includere i blocchi in Fit Model?
Forse dovrei usare "Adatta Y per X" (c'è l'opzione di blocco). Ma allora come includere il fattoriale completo?
Grazie,
Matteo
Oggetto: progettazione di blocchi completamente randomizzati: come includere i blocchi in JMP?E se volessi utilizzare misure ripetute nel tempo all'interno dello stesso esperimento? Ad esempio se voglio monitorare l'efflusso di CO2 ogni mese? Qualcuno ha qualche idea?
Oggetto: progettazione di blocchi completamente randomizzati: come includere i blocchi in JMP?Grazie mille Lou. Questa è solo un'eccellente spiegazione.
Oggetto: progettazione di blocchi completamente randomizzati: come includere i blocchi in JMP?Consiglierei di utilizzare Custom Design.
Ho scelto rapidamente un categorico a tre livelli per Plough, uno a due livelli categorico per Fertilizer e poi ho scelto un blocco di dimensione 6
La simulazione di quell'esperimento fornisce questo risultato. (Ho dovuto reimpostare la griglia dei fattori per mostrare il blocco nel Prediction Profiler.
Spero che questo ti aiuti,
PS Forse potresti voler indagare utilizzando un design a trama divisa
Lou
