Kann ich die Registerkarte „Block“ in „Y nach X anpassen“ verwenden, um mein randomisiertes vollständiges Blockdesign zu analysieren?Hallo,
Ich versuche, ein RCBD-Experiment (Randomized Complete Block Design) in JMP zu analysieren, aber ich habe das experimentelle Design nicht in JMP erstellt (und ich glaube, ich habe nicht die Geduld, herauszufinden, wie das geht!). Ich importiere einfach meine Excel-Dateien, um daraus zu arbeiten.
Es handelte sich um ein Feldexperiment, bei dem ich Proben aus 3 verschiedenen Blöcken auf einem Feld entnommen habe (das sind die Replikate) und innerhalb jedes Blocks 9 zufällig zugewiesene Behandlungen (also 9 Behandlungsflächen, dreimal wiederholt). Bei den Behandlungen handelte es sich um 9 verschiedene Arten von Zwischenfrüchten, daher ist Zwischenfrucht der X-Faktor. Ich habe dann viele Y-Antwortvariablen aus diesen Diagrammen gemessen. Ich habe Blöcke verwendet, weil der Boden auf dem gesamten Feld von Natur aus unterschiedlich war und ich den „Rauschen“ dieser Feldstandortunterschiede beseitigen möchte.
Ich hatte vor, dies als einfache 1-Wege-ANOVA durchzuführen, aber irgendwie die Blockierung zu berücksichtigen. Ich habe versucht, „Analysieren“ -> „Y nach Es liefert mir ein Ergebnis und zeigt die meiner Meinung nach korrekte Anzahl an Fehlern an (siehe Screenshot 2). Allerdings habe ich viele Artikel über das Blockieren in JMP gelesen und niemand schlägt vor, diese Registerkarte „Blockieren“ zu verwenden ... also übersehe ich vielleicht etwas? Ist das zu schön um wahr zu sein?
Muss ich stattdessen „Modell anpassen“ verwenden und dem Block einen „Zufallseffekt“ zuweisen? Wenn ja, was wähle ich für „Persönlichkeit“ aus und welche Zahl gebe ich für „Grad“ im Bereich „Effekte“ ein? (siehe Screenshot 3). Möchte ich auf „Kein Abfangen“ klicken?
Das sind viele Fragen! Wenn jemand einen Einblick hat, wäre ich sehr dankbar 
Danke schön!
Erweiterte statistische ModellierungGrundlegende Datenanalyse und ModellierungVersuchsplanungBetreff: Kann ich die Registerkarte „Block“ in „Y nach X anpassen“ verwenden, um mein randomisiertes vollständiges Blockdesign zu analysieren?ClareSoils, willkommen in der Community. Ich habe einige Gedanken zu Ihrem Beitrag, bin mir aber bewusst, dass es mehrere Möglichkeiten gibt, die Daten zu analysieren. Viel hängt davon ab, welche Fragen Sie beantworten möchten und wie Sie die Daten analysieren möchten. Es kann Argumente darüber geben, was „richtig“ ist.
1. Es ist ziemlich einfach, Blockdesigns in JMP zu erstellen, aber viel hängt davon ab, ob Sie Blöcke als zufälligen oder festen Effekt behandeln möchten (eine Diskussion für später). Als Vorschlag: Es ist am effektivsten, Ihre Datentabelle anstelle von Screenshots anzuhängen. (Sie können die Daten anonymisieren).
2. Wenn ich Ihren Beitrag interpretiere, haben Sie einen Faktor (Kulturart) auf 9 Ebenen in drei Blöcken getestet. Was ist das Ziel Ihres Experiments? Sind Sie auf der Suche nach einer kausalen Struktur oder nach der Auswahl der besten Erntemenge oder interessieren Sie sich dafür, wie robust die Ernteart ist, um den Effekt zu blockieren, oder was?
3. Normalerweise verwende ich das Fit-Modell (Standard-Kleinstquadrate, Effekthebel), aber ich führe normalerweise Multi-Faktor-Experimente durch. Fit Y by X sollte für Ihren Zweck funktionieren. Haben Sie sowohl das Fit-Modell als auch die y-x-Anpassung durchgeführt? Stimmten die Ergebnisse überein?
4. Der Zweck des Blockierens besteht nicht darin, „Rauschen zu beseitigen“, sondern es dem Block zuzuordnen. Ihr Modell enthält einen Blockeffekt mit 2 Freiheitsgraden. Ohne Blockierung würde dieser Effekt im MSe gebündelt werden, was die Präzision des Experiments verringern würde.
Betreff: Kann ich die Registerkarte „Block“ in „Y nach X anpassen“ verwenden, um mein randomisiertes vollständiges Blockdesign zu analysieren?Hallo Statman, vielen Dank für den herzlichen Empfang und dafür, dass Sie sich die Zeit genommen haben, eine Antwort zu posten! Ich schätze es wirklich.
Antworten auf Ihre Fragen:
1. Alle veröffentlichten Artikel, die ich zur RCBD-Analyse sehe, weisen Block (oder Replizieren) als „zufälligen Effekt“ zu. Vielen Dank für den Datensatzvorschlag – hier ist er! (Achtung: Es gibt VIELE Antwortvariablen, und fast die Hälfte davon ist nicht normalverteilt ... mehr dazu später. Diejenigen mit nicht normaler Verteilung haben ein „Label“).
2. Richtig, ich habe einen Faktor (Zwischenfruchttyp) und es gibt 9 Zwischenfruchtbehandlungen, die in 3 Blöcken getestet wurden (und die Parzellen wurden den Blöcken zufällig zugewiesen). Das Ziel des Experiments besteht lediglich darin, die Wirkung der verschiedenen Zwischenfrüchte auf die Bodeneigenschaften (die alle Antwortvariablen sind) zu bewerten. Ich habe von jeder Parzelle Bodenproben genommen.
3. Ich habe gerade sowohl „Y nach Ha, das ist eine Erleichterung Die Ergebnisse waren vorher nicht die gleichen, aber ich denke, das liegt daran, dass ich meinen Rep (Block) als „kontinuierliche Variable“ hatte und als ich ihn in „Nominalvariable“ änderte, kam er richtig heraus. Dies lässt mich glauben, dass ich Y an X anpassen und die Registerkarte „Block“ verwenden kann.
4. Ja, das habe ich gemeint, aber nicht richtig ausgedrückt. Vielen Dank für die Klarstellung. Das ist der Grund, warum ich blockieren möchte.
Andere Frage:
Wie bereits erwähnt, sind viele meiner Antwortvariablen nicht normalverteilt, daher hatte ich vor, Kruskal-Wallis für die Analyse zu verwenden. Ich möchte nicht alle Daten protokollieren und andere Massierungen durchführen, bis sie einer Normalverteilung entsprechen. Ich habe andere Veröffentlichungen in meinem Fachgebiet gesehen, die dies tun – ANOVA für Normalverteilung und KW für Nichtnormalverteilung verwenden. Ich habe damit in JMP herumgespielt und folge dem gleichen Verfahren „Y nach Wissen Sie, ob das in Ordnung ist? Ich habe auch darüber nachgedacht, den Friedman-Test zu verwenden, aber mein Experiment besteht nicht aus wiederholten Messungen (ich dachte, das wäre die übliche Verwendung des Friedman-Tests).
Vielen Dank für Ihre Zeit und Ihr Fachwissen!
Betreff: Kann ich die Registerkarte „Block“ in „Y nach X anpassen“ verwenden, um mein randomisiertes vollständiges Blockdesign zu analysieren?Darf ich dieses Papier vorschlagen:
Sanders, D., Leitnaker M. und McLean R. (2002) „Randomized Complete Block Designs in Industrial Studies“ Qualitätstechnik, Bd. 14, Ausgabe 1
Ich sage nicht, dass Sie in diesem Fall so vorgehen sollten, aber es gibt alternative Methoden.
Einige weitere Gedanken:
1. Um keine Kontroverse zu erzeugen und vielleicht zu stark zu vereinfachen, glaube ich, dass die Normalität der Antwortvariablen eines DOE nicht so wichtig ist, wie viele vermuten (ANOVA ist ziemlich robust). Denken Sie darüber nach ... Sie versuchen absichtlich, die Antwortvariablen (y) durch Manipulation von Prädiktorvariablen (x) zu ändern. Warum sollten Sie erwarten, dass sie normalverteilt sind? Was Sie normalverteilt wünschen, sind die Residuen.
2. Da Sie sich in der Welt der Multivariaten befinden, würde ich eine multivariate Analyse vorschlagen (führen Sie zumindest Folgendes aus: Analysieren>Multivariate Methoden>Multivariate.
3. Ich bin in Ihrem Fachgebiet kein KMU, aber sind Sie sicher, dass es sich hierbei nur um Ergebnisse handelt? wird erwartet, dass die experimentellen Behandlungen Auswirkungen haben? Es scheint, dass es sich bei einigen um Kovariaten handeln könnte (z. B. Steine, Schluff, Sand, Ton ...). Ich sehe das Delta der Bodenanalyse nicht als Reaktion (vor der Behandlung bis nach der Behandlung)?
4. Wie erklären Sie Messfehler für alle Ys (oder ist das bekannt)? Dies würde wahrscheinlich zum MSe beitragen.
5. Wenn ich viele Ys analysiere (der Höchstwert, den ich für ein einzelnes Experiment hatte, ist 2781), führe ich ein erstes Screening jedes Ys auf praktische Bedeutung durch. Berechnen Sie den Bereich für jede Spalte (Tabelle > Zusammenfassung > Y hervorheben > Bereich aus der Dropdown-Schaltfläche „Statistik“ auswählen). Wenn sich das Y nicht so stark ändert, dass es für Sie von Belang ist (oder es aus wissenschaftlicher Sicht nicht interessant ist), lassen Sie es aus der Analyse heraus.
