Carré latin avec données ordinalesEst-il possible d'analyser l'expérience suivante dans JMP ? Si c'est le cas, comment?
Questions expérimentales : 1) Des traitements ont-ils réduit la gravité ou la mort des maladies des plantes par rapport au témoin non traité ? 2) Des traitements ont-ils retardé l'apparition de la maladie par rapport au contrôle non traité ?
-Testé 4 traitements sur un phytopathogène contre un témoin non traité
-Conception expérimentale : carré latin 5x5
-Attribué un score de gravité de la maladie de 0, 1, 2, 3 ou 4 (avec 0 n'ayant aucun symptôme de maladie et 4 étant mort ; seuls des nombres entiers ont été donnés)
-La gravité de la maladie a été notée tous les 7 jours tout au long de l'expérience.
Sauf erreur de ma part, les lignes et les colonnes doivent être attribuées comme variables aléatoires pour cette analyse (pour tenir compte de la variation des éléments nutritifs du sol). Néanmoins, j'ai besoin d'aide pour trouver une personnalité qui prend en charge les variables aléatoires lors de l'utilisation de données de notation ordinale. De plus, les traitements peuvent-ils être comparés au contrôle non traité dans un plan en carré latin ? Des recommandations ?
Modélisation statistique avancéeAnalyse et modélisation des données de basemacOSRe : Carré latin avec données ordinalesSalut @StatlearnR ,
Je ne suis pas entièrement sûr de la conception que vous avez utilisée (une table de données aurait été plus facile à comprendre), mais vous pouvez trouver des réponses utiles à des questions similaires ici :
Comment analyser un design en carré latin 4x4 ?
Analyser les carrés latins à l'aide de JMP
Carré latin répété randomisé 4 par 4
Il semble que vous puissiez analyser vos données en spécifiant le traitement comme effet fixe dans votre modèle, et les lignes et colonnes de votre conception LS comme effets de blocage aléatoires, à l'aide de la plateforme Ajuster le modèle.
J'ai fait un ensemble de données simple et une démo en essayant de l'adapter à vos informations et à votre contexte :
Datatable est joint au script "Model" pour lancer la modélisation correcte, et "Fit Least Squares Yield" avec le résultat de la modélisation. Les effets aléatoires ne sont cependant pas pris en charge par les modèles logistiques ordinaux, vous devrez donc peut-être transformer votre réponse ou en utiliser une autre. J'ai ajouté comme exemple une colonne de formule de regroupement de Yield avec des données ordinales, vous pouvez essayer de lancer une régression logistique ordinale mais cela ne fonctionnera pas avec des effets de blocage aléatoires.
J'espère que cela pourra vous aider.Dans le cas contraire, veuillez apporter plus d’informations et si possible, une table de données (anonymisée).
