使用自定义设计的分割图——建模术语混淆你好。 我使用的是 JMP Pro 15.2.1。
我正在做一个裂区设计，其中 X1 是我很难改变的因子，具有 3 个水平（整个图），而 X2 是一个很难改变的因子，具有 3 个水平（子图）。 每个整区中只能完成 X2 的三个水平中的两个，因此我指定了 3 个整区和 6 个子区来实现该效果，其中难以更改的因素不能独立于非常难以更改的因素而变化。
单击“制作设计”后：
默认“拟合模型”对话框：
我很困惑为什么 JMP 除了作为整体和子图因子的 X1 和 X2 项之外，还在构造模型效应窗口中包含“整体图”和“子图”项。 这不是多余的吗？
实验设计回复：使用自定义设计的分割图——建模术语混淆一般来说，模型中的术语 WP 和 SP 旨在估计与设计中随机化限制相关的误差。在大多数情况下，要估计这些错误需要进行复制（至少对于 WP 而言）。通常，子图因子可以独立于 WP 因子而变化。我可能会将您的实验视为使用 X1 和 X2 创建的 WP，然后由 X3 和 X4 创建的子图。
回复：使用自定义设计的分割图——建模术语混淆我想要一些能力来衡量 X2 的效果。 我担心如果我制作一个结合 X1/X2 的 6 级因子，我将失去这样做的任何能力。 因此是整个/次要情节的结构。 X3和X4是容易改变的因素，不需要约束。
回复：使用自定义设计的分割图——建模术语混淆你好@gchesterton ,
您的设计是分割图设计，因子 X2 嵌套在因子 X1 中： https://www.jmp.com/support/help/en/17.1/#page/jmp/factors.shtml#ww289141
由于您的因子 X1 和 X2 分别非常难以更改和难以更改，因此您对设计的随机化产生了限制。 为了考虑因素的影响，模型中有固定效应 X1 和 X2，并考虑由于 X1（很难改变）和 X2（很难改变）而由随机化限制产生的随机效应），需要添加两个随机效应对于整个情节和子情节。这会将“& Random”附加到模型效果列表中的效果名称（整个图和子图）。
有关具有随机化限制的现有设计类型的更多信息： https://www.jmp.com/support/help/en/17.1/#page/jmp/designs-with-randomization-restrictions.shtml#ww693005
PS：请小心，正如错误消息所暗示的那样，您将整个图和因子 X1 完全混淆了（整个图的变化也是 X1 的变化），因此您无法确定方差是否来自固定效应 X1 ，或由于随机化限制而产生的随机效应（整个图，例如方差的变化取决于日期或一天中的时间段）。 如果可能，增加整块地块的数量以避免这种情况并解决此问题。
回复：使用自定义设计的分割图——建模术语混淆谢谢维克多。 我的 VH2C 因素是位置，分为 3 个级别。 每个地点都有两天的实验。 我的 H2C 系数 X2 是这样的，它在每个地点全天都是固定的。 但《X2》的关卡是在多个地点完成的。 例如，X2L1 是在两个不同的位置完成的。 X2L2 在两个不同的地点完成。 X2L3 在两个位置完成。 由于 X2 的关卡是在多个位置完成的，因此我不认为它们是嵌套的。
回复：使用自定义设计的分割图——建模术语混淆胜利者
参考我之前的帖子，这是概念上的设计。 X2 的每个水平在整个图中表示两次。 所以我不知道是否将其定义为嵌套因素或子图。 看来我能够通过指定 3 个完整图、6 个子图并且不允许子图独立于整个图而变化来获得我想要的设计表。
我同意我失去了解决 X1 影响的任何能力。 没关系。
回复：使用自定义设计的分割图——建模术语混淆我得到了你的设计和选择，似乎正在检查选项允许子图独立于整个图而变化在这里没有什么区别，因为子图和整个图的数量不足以为每个整个图提供所有可能的 X2 水平：3 个整个图需要 9 个子图，每个完整图包含 X2 的 3 个可能水平。
是的，根据您的配置，您将无法区分整个图的随机效应或 X1 的固定效应。 如果您对 X1 的固定效应不感兴趣，为什么将其保留在模型中？
然后，方差可以完全归因于整个图的随机效应，这应该为您提供更多的能力来估计难以改变的因子 X2（对其他主效应 X3 和 X4 以及涉及“容易-更改”因子），以及减少设计中的别名（由于随机化限制而导致 X1 和 X2 之间的相关性）并减少预测的平均方差。
回复：使用自定义设计的分割图——建模术语混淆谢谢维克多。 我想你触及了我最初的问题/困惑......为什么我要把整个图和 X1 都包含在我的模型中，因为我不关心 X1 并且它无论如何都与整个图混淆。 那么...我保留“整体绘图和随机”术语并删除 X1？
我还有另一个问题，不想与第一个问题混淆：
我将随机分配未知数量的操作员（此时）来在每个整个图中进行运行。 每个情节中我可能有 4 个不同的操作员。 但我对此无法控制。 添加一个算子项作为随机效应？ 我对操作员效应不感兴趣，只对 X2、X3 和 X4 的功率最大化感兴趣。
回复：使用自定义设计的分割图——建模术语混淆@gchesterton从模型中删除 X1 并保留“整体图和随机”意味着您可以在模型中解释整个图之间响应方差的变化（整个图的随机效应），但不能解释响应平均值的变化（ X1 水平之间的截距）。
因此，根据您的结果，它可能有效，也可能无效，我建议尝试不同的建模方法（使用 X1，不使用 X1，并评估每种情况下整个图随机效应解释了多少方差）以选择最合理的模型一。
如果您通过随机效应考虑可能的方差来源，这有助于最大限度地提高您检测因子的显着固定效应的能力，因为实验方差的一部分将由随机效应（不使用任何自由度，所以你的 DF 只被你的固定效果使用）。
回复：使用自定义设计的分割图——建模术语混淆再次感谢@Victor_G 。 这就说得通了。 您最后的评论是否暗示我应该包括操作员的随机效应项？ 我们会随机分配操作员，但我事先不知道会有多少人。
格雷格
回复：使用自定义设计的分割图——建模术语混淆嗨格雷格，
如果可能，您可以添加一列，其中包含随机块效应的所有列属性，以便考虑模型中的运算符（作为随机效应），并使用运算符分配中的值填充该列。
此设置可能不是最佳的，因为实验不会在运算符块内随机化（并且运算符块可能不相似），但它可以帮助减少未归因的实验方差。
同样，尝试这两种分析（有或没有此算子随机效应）可以帮助您找出哪个模型确实有意义并且最适合您的主题。
