요인을 이용한 카운트 데이터의 적절한 분석나는 두 가지 다른 유형의 식물(A와 
에서 곰팡이를 배양하는 실험을 했습니다.모든 종을 종으로 식별했습니다.두 식물 유형 간에 곰팡이 종이 회수된 횟수 사이에 통계적 차이가 있는지 테스트하고 싶습니다.저는 JMP 17을 사용하고 있으며 일반화된 선형 모형이 식물 유형과 종, 그리고 이들의 상호 작용을 고정 요인으로 사용할 수 있다고 생각했지만 계속해서 오류 메시지가 나타납니다.어떤 아이디어가 있나요?분석을 수행하는 다른 방법이 있습니까?
기본 데이터 분석 및 모델링답: 요인을 포함한 개수 데이터의 적절한 분석오류 메시지는 무엇입니까? 데이터 수집을 어떻게 디자인했나요? 식물 유형과 종이 유일한 두 가지 요소입니까? 선형 모델에서 상호작용 항을 생성하기 위해 이를 교차시켰습니까?
식물 유형 = {A, B} 및 종 = {1, 2, 3}처럼 식물 유형과 종이 독립적이지 않으면 상호 작용 항을 추정할 수 없습니다. 두 가지 유형의 식물 모두에서 동일한 종을 가질 수 있습니까?
답: 요인을 포함한 개수 데이터의 적절한 분석식물의 종류와 종을 요인으로 하여 실험을 시뮬레이션했습니다. 포아송 분포를 사용하여 반응을 시뮬레이션했습니다. 여러분이 살펴볼 수 있도록 데이터 표를 첨부했습니다.
나는 상호작용 용어로 GLM을 정의했습니다.
기본 분석 보고서를 얻었습니다.
답: 요인을 포함한 개수 데이터의 적절한 분석감사합니다. 확인해 보겠습니다.식물은 각각 25개의 식물이 있는 동일한 밭의 두 가지 다른 종입니다.그런 다음 잎을 샘플링하고 잎에 존재하는 곰팡이를 배양했습니다.일부 곰팡이 종은 한 종에만 존재하고 다른 종에는 존재하지 않을 수 있으며, 일부는 두 종 모두에 존재할 수 있습니다.제가 관심을 갖고 평가하는 것은 곰팡이가 분리된 횟수(개수)입니다.기본적으로 우리는 식물 A 등에 X 종을 어느 정도 볼 수 있습니까?
종별 또는 식물별로 회수된 분리균이나 종의 수를 제어할 수 없다는 사실은 전체 데이터 세트에 0과 불균형이 있음을 의미합니다.아마도 이것이 오류의 원인일까요?
답: 요인을 포함한 개수 데이터의 적절한 분석곰팡이 종의 존재 여부에 따른 반응을 고려하고 곰팡이가 있는 식물의 수(25개 중)를 계산합니까?
GLM 분석에서는 포아송 분포를 사용하지 않는 것이 가장 좋습니다. 각각의 수를 알고 있으므로 이항 모델(부재, 존재)을 사용하십시오. 즉, y는 곰팡이가 있는 숫자이고, 25-y는 곰팡이가 없는 숫자입니다.
데이터 테이블은 다음과 같아야 합니다.
마지막 열에 개수를 입력합니다. 분석 > 모형 적합을 선택하는 작업을 완료하기 위해 테이블 스크립트를 저장했습니다. 시작 대화 상자는 다음과 같습니다.
데이터 테이블이 첨부되어 있습니다.
답: 요인을 포함한 개수 데이터의 적절한 분석아이디어 주셔서 감사합니다.제 생각에는 당신이 가깝다고 생각합니다. 하지만 제가 가지고 있는 것은 기본적으로 20가지 곰팡이 종의 목록입니다.대부분은 서로 다른 식물 유형에서 서로 다른 양으로 분리되므로 식물 a에서는 20종, 식물 b에서는 45종을 가질 수 있습니다.나는 주어진 종이 서로 다른 식물들 사이에 차이가 있는지 여부를 어느 정도 확신을 가지고 말할 수 있기를 원합니다.
나는 전통적인 카이 제곱이 식물에 의해 분석된 곰팡이 종을 X별 분석에서 범주형 변수로 사용하는 곳에서 작동할 것이라고 생각했지만 어떻게 들어가서 정확한 종 차이를 결정할 수 있는지 알 수 없습니다.내가 해석한 대로, 카이 제곱은 모든 종에 걸쳐 식물 a와 b 사이의 분포가 다르다는 것을 말해줄 뿐이지, 식물 a와 b 사이에 어떤 곰팡이 종이 다른지는 알려주지 않습니다.
답: 요인을 포함한 개수 데이터의 적절한 분석식물 종과 곰팡이 종 조합이 있는 경우 교차표가 작동해야 합니다.
그것은 무엇이 다른가, 다르지 않은가? 가설 테스트는 증거의 강도(예: p-값 또는 표본 통계의 신뢰 구간)를 기반으로 귀무 가설을 거부하는 한 방향으로만 작동합니다. 작업 가설(대안)과 귀무 가설(귀하 가설이 아님)을 지정해야 합니다.
