JMP에서 네스팅안녕하세요! JMP에서 데이터의 중첩 구조를 분석하는 데 어려움을 겪고 있습니다. 농업용 비료 연구인데, 대조군(비료 미사용)과 10개 정도의 처리군(비료 1, 2 등)이 있습니다. 각 처리군은 저농도와 고농도(L, H) 두 가지 수준으로 나뉘어 있습니다. 즉, "수준"이 "처리군" 안에 중첩되어 있는 구조입니다. 저는 주 처리 효과("비료 종류에 따라 차이가 있는가")와 저농도와 고농도 처리군에서 비료 종류에 따른 효과 차이(예: 처리군*수준 효과)를 알고 싶습니다. JMP에서 이 데이터를 어떻게 정확하게 코딩해야 할까요? 미리 감사드립니다!
기초 데이터 분석 및 모델링제목: JMP에서의 중첩 관련어떤 시험인가요?
제목: JMP에서의 중첩 관련제가 질문을 제대로 이해하지 못한 것 같습니다. 실제 최저 시비량과 최고 시비량이 비료 종류에 따라 다르다는 말씀이신가요? 구조가 중첩되어 있다면 상호작용 효과를 추정할 수 없습니다. 모델은 다음과 같이 작성됩니다: Y = F + R[F]
만약 두 비율이 동일하다면, 10x2 요인 설계(대조군 포함)가 됩니다. 이 경우 Y = F + R + F*R이 됩니다.
F는 범주형 함수이므로 다항식 항이 없습니다.
제목: JMP에서의 중첩 관련안녕하세요 @cmc 님 ,
@statman 님 의 훌륭한 안내 외에도, JMP 도움말 섹션에서 중첩 요인과 관련된 부분을 읽어보시면, 특히 모델 항의 무작위성 역할을 제외한 중첩 요인 예제를 통해 모델을 정의하는 데 도움이 될 것입니다. 링크는 다음과 같습니다: https://www.jmp.com/support/help/en/19.0/#page/jmp/example-of-a-twofactor-nested-random-effects-model.shtml#ww893945
이 답변이 도움이 되길 바랍니다.
제목: JMP에서의 중첩 관련statman님, 감사합니다! 네, 저농도와 고농도는 각 비료마다 동일합니다. 따라서 두 번째 모델(Y = F + R + F*R)은 작동할 것입니다. 하지만 문제는 대조군입니다. 대조군은 비료를 전혀 사용하지 않은 단일 농도(0%)로, 처리군과는 다릅니다. 처리군은 0이 아닌 두 가지 농도(예: 100kg, 150kg)를 가지고 있습니다. 따라서 대조군을 분석에 포함하면 상호작용을 추정할 수 없습니다. 그렇다면 대조군을 제외하고 별도의 분석을 수행하는 것이 해결책일까요? 아니면 모든 값을 대조군을 기준으로 상대화(예: 대조군 대비 변화율)하여 10 x 2 요인 분석을 수행하는 것이 좋을까요? 비료 내에 농도를 중첩하여 분석할 수 없고, 농도 * 비료 상호작용을 추정할 수 없다면 이 두 가지 방법 중 하나를 선택해야 할 것 같습니다. 다시 한번 감사드립니다!
제목: JMP에서의 중첩 관련정답은 없습니다. 비율의 최저값을 0으로 설정할 수도 있고(또는 3단계 비율 설계를 사용할 수도 있습니다), 백분율로 설정할 수도 있겠죠. 하지만 실제로 0을 사용할 일이 있을까요? 비료를 0으로 설정한 것과 비교할 필요가 있을까요? 실험의 목적과 질문에 대한 답을 찾는 것이 중요한데, 그 목적이 무엇인지에 따라 많은 것이 달라집니다. 단순히 최적의 비료를 찾는 것인지, 아니면 인과 관계를 이해하는 것인지 말입니다. 누군가 3단계 이상의 요인을 조사할 때마다 저는 "최적의 비료를 찾아라"라고 외치는 제 안의 또 다른 자아를 발견하곤 합니다. 농업 환경이라면 저는 다양한 환경적 요인 속에서 비료의 종류와 양이 어떤 영향을 미치는지 이해하는 데 훨씬 더 관심이 있을 겁니다. 토양 비옥도, 토양 준비, 주변 환경, 종자 변이, 측정 오차 등 여러 가지 요인이 복합적으로 작용하는 것이죠. 비료의 효과를 평가하고, 변화하는 환경적 요인 속에서도 그 효과가 일관적인지 확인하기 위해 블록화 또는 다른 전략을 사용하는 것을 제안합니다.
"안타깝게도 미래의 실험(미래의 시험, 내일의 생산)은 이 실험에 영향을 미친 환경 조건(온도, 재료, 사람)과는 다른 환경 조건의 영향을 받을 것입니다… 이는 해당 주제에 대한 지식 과 추가 실험을 통해 얻을 수 있는 정보에 의해서만 가능합니다." (강조 추가) 더 넓은 범위의 조건을 포괄하기 위해, 미래의 환경 조건이 현재의 조건과 충분히 유사하여 현재 결과를 활용할 수 있을지 여부를, 틀릴 위험을 감수하고 판단할 수 있도록 하기 위함이다.
데밍 박사
