Ciao comunità,
Ho una domanda su come gestire una situazione da modello. Ho una serie di dati longitudinali come quello nella tabella seguente:
Ho alcuni fattori (X, M e N) che vengono valutati ogni volta in diverse fasi di un processo (fase 1, fase 2 e fase 3). Misuro una risposta Y e poi l'idea è quella di identificare quale fattore (e da quale passaggio) è più influente sul risultato Y. Per rendere le cose più chiare (se necessario), la situazione può essere schematizzata come segue:
Questa situazione (dati longitudinali) mi sembra un caso di "modelli misti", ma non so davvero come tradurre questo caso in JMP (non ho molta esperienza con i modelli misti).
Stavo pensando che il mio modello potrebbe essere qualcosa del tipo:
Y = Xpasso1 + Xpasso2 + Xpasso3 + Xpasso1*Xpasso2 + Xpasso1*Xpasso3 + ....
Sto aggiungendo le interazioni tra i diversi passaggi del processo perché recentemente ho visto una presentazione in cui così facendo puoi considerare anche l'impatto della cronologia del processo. Cosa ne pensi ? è il modo corretto di modellare la situazione in base al mio obiettivo (identificare quale fattore e da quale passaggio è più influente sulla mia risposta Y)?
Inoltre, come seconda domanda: secondo quello che ho visto, nei modelli misti ci sono effetti fissi e casuali, ma non vedo molto chiaramente quella parte nel modello che propongo sopra.
Grazie per tutto l'aiuto.
Giuliano
Ho potuto vedere come un modello misto o un modello di equazioni strutturali potrebbe essere utilizzato per affrontare il problema come lo hai affermato; tuttavia, strutturare i dati in 9 colonne per ogni esecuzione è un po' più comune.
passaggio1-x
passo1-m
passo1-n
passaggio2-x
passo2-m
passaggio2-n... ecc
Quindi includi le variabili Y come colonne separate.
In Analizza/Adatta modello, per aggiungere effetti, cerca il pulsante macro e utilizza "Factorial to grade" per ottenere gli effetti principali e le interazioni a 2 vie, oppure cambia Grado in 3 per ottenere anche interazioni a 3 vie.
Grazie @Byron_JMP per la tua risposta
