안녕하세요, JMP Pro 18.1.0의 혼합 모형 성격 모델을 사용하여 반복 측정 요인(시간, 3회 표본 추출) 하나와 개체 간 요인(종, 색상, 관개, 각각 2단계) 3개를 포함하는 4원 완전 요인 분산분석(Full Factorial ANOVA)을 수행하고 있습니다. AICc 값을 기준으로 가장 적합한 AR(1) 반복 공분산 구조를 사용하고 있습니다. 분석 결과, 유의미한 4원 또는 3원 상호작용은 없지만, 여러 개의 2원 상호작용이 있는 것으로 나타났습니다(아래 참조).
2방향 상호작용을 조사하기 위해, 예를 들어 각 종의 수준에서 기간에 대한 Tukey 평균 분리와 각 기간의 종에 대한 t-검정을 수행하고 싶습니다. 그러나 종 x 기간 상호작용의 모든 쌍대 비교에는 관심이 없습니다(즉, 시간 1의 종 1과 시간 3의 종 2를 비교하는 것은 의미가 없습니다). 또한 가능하면 통계적 검정력이 약화되는 것을 피하고 싶습니다. 이 시나리오에서는 사용자 정의 추정치가 작동하지 않습니다. 사용자가 관심 상호작용에 포함되지 않은 요인을 포함하여 각 요인의 수준을 하나 이상 선택해야 하기 때문입니다. 종 x 기간 상호작용을 조사하는 경우, 모든 색상 및 관개 수준에서 값을 평균화해야 합니다. 기본적으로 슬라이스를 검정하고 싶지만, 혼합 모델 출력에서는 해당 옵션이 없는 것 같습니다. 또한 반복 측정에 AR(1) 구조를 사용하고 있기 때문에 표준 최소 제곱법 성격 분석에서 이 데이터를 분석할 수 없습니다. 이 시나리오에서 간단한 효과를 분석하는 데 대한 조언이 있나요?
구조를 포함하는 분석에 너무 깊이 들어가기 전에, AICc 값 외에 AR(1) 구조를 수용할 만한 합리적인 근거가 있습니까? 다시 말해, 데이터에서 자기 회귀(한 행 뒤떨어짐)가 제안된 것을 보고 "네, xyz 때문에 그럴 수도 있겠네요."라고 생각하십니까?
이 링크 의 영상은 25~26분 부분부터 시작하므로 도움이 될 수 있습니다.
