JMP中的嵌套大家好！我在将嵌套结构的数据导入JMP窗口时遇到了一些问题。我有一个关于农业肥料的研究，其中包含一个对照组（不施肥）和大约10个处理组（肥料1、2等等）。每个处理组又分为两个水平（低施肥量和高施肥量，L和H）。因此，“水平”嵌套在“处理”之中。我感兴趣的是处理组的主要效应（“肥料之间是否存在差异”），以及不同肥料的低施肥量和高施肥量之间是否存在差异（例如，处理组*水平效应）。请问如何在JMP中正确地编写代码？非常感谢！
基础数据分析与建模回复：JMP中的嵌套这是哪项考试？
回复：JMP中的嵌套或许我没理解你的问题，你是说不同肥料的实际低值和高值是不同的吗？如果结构确实是嵌套的，你就无法估计交互作用效应。你可以把模型写成这样：Y = F + R[F]
如果它们的比率相同，那么你就得到了一个 10x2 的析因设计（外加一个对照组）。在这种情况下，Y = F + R + F*R。
由于 F 是范畴论的，所以不存在多项式项。
回复：JMP中的嵌套嗨@cmc ，
除了@statman提供的出色指导外，您还可以阅读 JMP 帮助文档中关于嵌套因子的部分，特别是其中包含的嵌套因子示例，这将帮助您定义模型（不包含模型项的随机效应）： https://www.jmp.com/support/help/en/19.0/#page/jmp/example-of-a-twofactor-nested-random-effects-model.shtml#ww893945
希望这个回答对您有所帮助。
回复：JMP中的嵌套谢谢 statman！是的，每种肥料的低施肥量和高施肥量确实相同。所以第二个模型（Y = F + R + F*R）是可行的；然而，问题在于对照组。对照组只有一个施肥量（零施肥），这与处理组的施肥量不同（处理组有两个非零水平，例如 100 公斤肥料和 150 公斤肥料）。因此，如果将对照组纳入分析，则无法估计交互作用。那么，解决方案是排除对照组，并在单独的分析中运行它们吗？还是将所有变量相对于对照组进行相对化（例如，相对于对照组的百分比变化），然后运行 10 x 2 因子分析？我想，如果我无法将施肥量嵌套在肥料中，并且无法估计施肥量与肥料的交互作用，那应该就是这个方案了吧？再次感谢！
回复：JMP中的嵌套没有“正确”答案。你可以将0作为最低施肥量（或者采用三水平施肥设计），或许可以以百分比表示？但实际上你会真的用0吗？为什么一定要和0施肥进行比较呢？这很大程度上取决于你想回答的问题以及实验的动机：是为了找出最佳施肥方案，还是为了理解因果机制？每当有人研究超过三个水平的因素时，我脑海里就会冒出一个声音说“找出最佳施肥方案”。如果是在农业领域，我更感兴趣的是在各种噪声干扰下理解肥料类型和用量的影响。这些噪声干扰包括土壤肥力、土壤准备、环境条件、种子差异、测量误差等等。我建议采用区组设计或其他策略来评估肥料的效果，并确定这些效果是否能克服噪声变化的影响。
“遗憾的是，未来的实验（未来的试验、明天的生产）将受到与本次实验不同的环境条件（温度、材料、人员）的影响……只有通过对相关主题的了解，并可能借助进一步的实验，才能更好地进行研究。 ” （斜体字为后加）为了涵盖更广泛的条件，人们可能会判断（尽管有出错的风险），未来的环境条件是否与今天的环境条件足够接近，从而允许使用现有的研究结果。
戴明博士
