Annidamento in JMPCiao a tutti! Ho difficoltà a tradurre la struttura nidificata dei miei dati nelle finestre di JMP. Ho uno studio sui fertilizzanti agricoli, in cui abbiamo un controllo (nessun fertilizzante) e poi circa 10 trattamenti (Fertilizzante 1, 2, ecc.). Ogni trattamento è a due livelli (fertilizzante basso e alto, L e H). Quindi "livello" è nidificato in "trattamento". Sono interessato all'effetto principale del trattamento ("I fertilizzanti sono diversi") e se le dosi basse e alte differiscono per i diversi fertilizzanti (ad esempio, l'effetto trattamento*livello). Come posso codificarlo correttamente in JMP? Grazie mille in anticipo!
Analisi e modellazione dei dati di baseRe: Annidamento in JMPDi quale esame si tratta?
Re: Annidamento in JMPForse non ho capito la tua domanda: stai dicendo che i tassi minimi e massimi effettivi sono diversi nei diversi fertilizzanti? Se la struttura è effettivamente annidata, non puoi stimare gli effetti di interazione. Scrivi il modello come segue: Y = F + R[F]
Se i tassi sono gli stessi, allora si ha un disegno fattoriale 10x2 (più un gruppo di controllo). In tal caso si ha Y = F + R + F*R.
Poiché F è categorica, non ci sono termini polinomiali.
Re: Annidamento in JMPCiao @cmc ,
Oltre all'eccellente guida di @statman , puoi leggere la sezione della Guida di JMP relativa ai fattori annidati e, più precisamente, un esempio con fattori annidati che ti aiuterà a definire il tuo modello (senza il ruolo casuale del termine modello): https://www.jmp.com/support/help/en/19.0/#page/jmp/example-of-a-twofactor-nested-random-effects-model.shtml#ww893945
Spero che questa risposta ti possa aiutare,
Re: Annidamento in JMPGrazie statman! Sì, i dosaggi bassi e alti sono effettivamente gli stessi per ciascuno dei fertilizzanti. Quindi il secondo modello funzionerebbe (Y = F + R + F*R); tuttavia, il problema sono i controlli. I controlli hanno un dosaggio (fertilizzante zero) che è diverso dai dosaggi del trattamento (che hanno due livelli diversi da zero, ad esempio 100 kg di fertilizzante e 150 kg di fertilizzante). Quindi, in questo caso, un'interazione non è stimabile se i controlli sono inclusi nell'analisi. Quindi la soluzione è escludere i controlli ed eseguirli in un'analisi separata? Oppure relativizzare tutto in base ai controlli (ad esempio, variazione percentuale rispetto ai controlli) ed eseguire un'analisi fattoriale 10 x 2? Suppongo che entrambe le cose siano possibili se non posso annidare il dosaggio all'interno del fertilizzante E stimare le interazioni di dosaggio * fertilizzante? Grazie ancora!
Re: Annidamento in JMPNon esiste una risposta "giusta". Potresti usare 0 come livello basso delle dosi (o fare un progetto a 3 livelli per le dosi), forse %? In realtà useresti mai 0? Perché annuire, devi confrontare il fertilizzante con 0? Molto dipende dalle domande a cui stai cercando di rispondere e dalle motivazioni dell'esperimento: scegliere un vincitore o comprendere i meccanismi causali. Ogni volta che qualcuno indaga fattori a più di 3 livelli, ho questo alter ego che spunta fuori e dice "scegli un vincitore". Sarei molto più interessato, se mi trovassi in un contesto agricolo, a comprendere il tipo e la quantità di fertilizzante in base al rumore. Fertilità del suolo sottostante, preparazione del terreno, condizioni ambientali, variazione dei semi, errore di misurazione, ecc. Suggerisco di bloccare o qualche altra strategia per valutare gli effetti dei fertilizzanti e determinare se tali effetti siano coerenti al variare del rumore.
“Purtroppo, gli esperimenti futuri (prove future, la produzione di domani) saranno influenzati da condizioni ambientali (temperatura, materiali, persone) diverse da quelle che influenzano questo esperimento… Solo la conoscenza dell’argomento, eventualmente aiutata da ulteriori esperimenti, può dare risultati. (corsivo aggiunto) per coprire una gamma più ampia di condizioni, in modo che si possa decidere, con il rischio di sbagliarsi, se le condizioni ambientali del futuro saranno abbastanza simili a quelle odierne da consentire l'uso dei risultati in questione."
Dottor Deming
