こんにちは、コミュニティです。
モデリングの状況をどのように処理するかについて質問があります。以下の表のような一連の縦断データがあります。
プロセスのさまざまなステップ (ステップ 1、ステップ 2、およびステップ 3) で毎回評価されるいくつかの係数 (X、M、および N) があります。答え Y を測定し、どの要因 (およびどのステップから) が結果 Y に大きな影響を与えているかを特定することを目的としています。 (必要に応じて) 物事をより明確にするために、状況は次のように図式化できます。
この状況 (縦断的データ) は「混合モデル」の場合のように思えますが、このケースを JMP に変換する方法がわかりません (混合モデルの経験があまりありません)。
私のモデルは次のようなものになると考えていました:
Y = Xstep1 + Xstep2 + Xstep3 + Xstep1*Xstep2 + Xstep1*Xstep3 + ....
プロセスの異なるステップ間の相互作用を追加しているのは、これを行うことでプロセス履歴の影響も考慮できるというプレゼンテーションを最近見たからです。どう思いますか ？私の目的に応じて状況をモデル化する正しい方法です (どの要素とどのステップが私の答え Y により影響しているかを特定します)。
また、2 番目の質問として、私が見たところによると、混合モデルには固定効果とランダム効果がありますが、上で提案しているモデルではその部分があまり明確に見えません。
助けていただきありがとうございます。
ジュリアン
あなたが述べたように、混合モデルまたは構造方程式モデリングを使用して問題に対処する方法がわかりました。ただし、実行ごとにデータを 9 列に構造化する方が少し一般的です。
ステップ1-x
ステップ1-m
ステップ1-n
ステップ2-x
ステップ2-m
ステップ2-n...など
次に、Y 変数を別の列として含めます。
分析/モデルの適合で効果を追加するには、マクロ ボタンを探し、「次数への階乗」を使用して主効果と二元交互作用を取得するか、次数を 3 に変更して三元交互作用も取得します。
