Yukio Takahashi, Presidente, BioStat Research Institute, Inc.
Nella maggior parte dei libri di testo sulla progettazione sperimentale non è presente alcuna descrizione dei vari modelli analitici che possono essere utilizzati con la funzionalità di "adattamento del modello" di JMP. Una delle parole chiave è effetti casuali. Per analizzare i dati sperimentali nidificati con lo scopo di stimare le componenti della varianza, è necessario modificare gli attributi dei fattori di livello inferiore che si desidera trasformare in effetti casuali in "fattori nidificati" in "Configura effetti modello", quindi selezionare "Effetti casuali" dalla struttura "Attributi".
Ancora più problematica è la scelta del metodo di analisi: "EMS (convenzionale)" o "REML (consigliato)". Negli esperimenti ramificati convenzionali, i gradi di libertà nella tabella dell'analisi della varianza aumentano man mano che si procede lungo i rami, dando luogo a esperimenti inefficienti. È stato ideato un esperimento di ramificazione sfalsata per impedire l'espansione dei gradi di libertà dei rami inferiori, ed è incluso in "JIS Z8402-3 Metodi di misurazione e accuratezza dei risultati di misurazione (esattezza e precisione) - Parte 3: Precisione intermedia dei metodi di misurazione standard", ma è difficile da comprendere.
In questo articolo utilizziamo dati artificiali basati su misurazioni della pressione sanguigna umana per confrontare un esperimento di ramificazione standard con un esperimento di ramificazione sfalsata e spieghiamo attentamente i metodi di analisi e come interpretare i risultati utilizzando EMS e REML.
