完全にランダム化されたブロック設計: JMP にブロックを含める方法は?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは、
たとえば、さまざまな処理が自分にどのように影響するかを調査したい実験的な小麦畑を手に入れたとしましょう。収率. 治療法は次のとおりです。
1)プラウ
A: 20cmで耕す
B: 40cmで耕す
子：耕さない
2)受精
1: 100kg/ha
0: 受精なし
残念ながら私の分野は傾斜しているため、ブロック (I、II、III) を追加する必要があります。
| ブロックⅠ | A1 | B1 | C1 | A0 | B0 | C0 |
| ブロックⅡ | B1 | A0 | A1 | B0 | C0 | C1 |
| ブロックⅢ | C1 | B0 | C0 | A1 | A0 | B1 |
「モデルの適合」に移動して、 YELD Y として MACRO -> Fullfactorial を使用プラウと受精完全に無作為化されたデザインと同じように結果が得られると思います。 だから私の質問は：モデルの適合にブロックを含める方法は?
たぶん、「Fit Y by X」を使用する必要があります（ブロックオプションがあります）。 しかし、完全階乗を含めるにはどうすればよいでしょうか?
ありがとう、
マッテオ
Re: 完全にランダム化されたブロック設計: JMP にブロックを含めるには?また、同じ実験内で繰り返し測定を使用したい場合はどうすればよいでしょうか? たとえば、毎月 CO2 排出量を監視したい場合は? 誰かがアイデアを持っていますか？
Re: 完全にランダム化されたブロック設計: JMP にブロックを含めるには?ルゥさん、ありがとうございます。 それはまさに優れた説明です。
Re: 完全にランダム化されたブロック設計: JMP にブロックを含めるには?カスタムデザインを使用することをお勧めします。
プラウ用に 3 レベルのカテゴリカルを 1 つ、肥料用に 2 レベルのカテゴリカルを 1 つ選択し、サイズ 6 のブロックを選択しました。
その実験をシミュレートすると、この出力が得られます。 (予測プロファイラーでブロックを表示するには、因子グリッドをリセットする必要がありました。
お役に立てれば、
PSおそらく、分割プロット計画を利用して調査することをお勧めします
ルー
