Termini di errore errati in un progetto a trama divisaIn JMP 17.0 non sono in grado di generare i gradi di libertà del denominatore corretti per testare il termine dell'intera trama, in quello che penso sia un progetto a trama divisa. Il disegno è il seguente (è allegato un semplice file di dati):
- 44 siti (interi appezzamenti), ciascuno con due sottoappezzamenti
- Del totale degli appezzamenti, 27 ricevono il trattamento T e 17 il trattamento UT
- Alle sottotrame viene assegnato il trattamento B o UB
Ho provato a strutturare il modello utilizzando sia le personalità SLS che quelle del modello misto, seguendo i tutorial JMP per i progetti a trama divisa.I modelli producono un denominatore df di 42 per testare la sottotrama e i fattori della sottotrama intera x (il che sembra appropriato). Tuttavia, producono gli stessi dfs per testare il termine dell'intera trama, che sembra gonfiato. Sarebbero apprezzati consigli su se e come questo possa essere modellato come progettazione a trama divisa.
I dati sono allegati.
Analisi e modellazione dei dati di baseRi: Termini di errore errati in un progetto a trama divisaCIAO @cbhalpern ,
Sono un po' confuso dal design che hai proposto e dalla definizione che hai dell'intera trama e delle sottotrame.
Se hai 44 siti e 44 intere trame, ciò non ti lascia alcun grado di libertà nel separare l'effetto fisso "Sito" dall'effetto casuale dell'intera trama:
Si consiglia di aggiungere almeno un intero appezzamento, per poter differenziare l'effetto casuale dell'intero appezzamento e l'effetto fisso dal fattore "sito".
Ricreando lo stesso progetto con i tuoi fattori e vincoli (44 interi appezzamenti, 88 esecuzioni), sono in grado di trovare un buon equilibrio tra esecuzioni con trattamento T e esecuzioni con trattamento UT (44 ciascuna, rispetto alla tua situazione 27/17 , anche se non è una situazione ideale in quanto qui non è possibile distinguere l'effetto fisso "Sito" e l'effetto casuale dell'intera trama).
Avete avuto vincoli specifici relativi ai siti che potrebbero spiegare questo scenario sbilanciato? In allegato trovi il design che ho ricreato dal tuo caso d'uso.
Per quanto riguarda il calcolo del grado di libertà per i progetti a trama divisa, puoi trovare maggiori informazioni qui: Disegni a trama divisa (purdue.edu)
Per un'introduzione sulla progettazione di SPlit-plot, puoi consultare questo corso: https://online.stat.psu.edu/stat503/lesson/14/14.3
Spero che questa risposta ti possa aiutare,
Ri: Termini di errore errati in un progetto a trama divisaRipensando al tuo design, forse ho frainteso l'uso di "sito" nel design.
Se "sito" è solo un intero appezzamento (e non un fattore nella progettazione), allora il tuo fattore "Sottile (UT/T)" sarebbe il fattore difficile da modificare, e "Brucia (UB/B)" un fattore difficile da modificare. fattore di facile modifica (vedi disegno allegato).
Sono ancora in grado di avere un design equilibrato (con 44 UT e 44 T e 44 UB e 44 B, vedere il progetto allegato).
E avrai 42 gradi di libertà per il fattore Thin: hai 44 grafici interi, meno 1 per l'intercetta globale e hai anche 1 grado di libertà utilizzato per stimare questo parametro, quindi 44-1-1 = 42 df
Spero che questo ti aiuti,
Ri: Termini di errore errati in un progetto a trama divisaGrazie per la vostra risposta. Ho ereditato il design e i dati. Sfortunatamente, non è un design equilibrato come hai proposto.Le unità di campionamento della bruciatura (B e UB) sono nidificate all'interno di unità T o UT più grandi. Questi ultimi differiscono nel numero (rispettivamente 27 e 17) e servono come interi appezzamenti (in sostanza blocchi) per i primi.
Sono stato in grado di completare l'analisi come un modello misto, trattando il Sito come un effetto casuale (poiché le unità Burn sono nidificate all'interno dei Siti) e trattando Thin, Burn e la loro interazione come effetti fissi. JMP utilizza i termini di errore corretti per testare gli effetti fissi (incluso l'effetto Thin). L'ho verificato generando una media per ciascuna coppia B-UB, quindi testando l'effetto del solo Thin. Quel modello più semplice ha prodotto le stesse statistiche F e P per Thin come nel modello misto. Grazie ancora per aver dedicato del tempo per rispondere.
