반복 측정 분산 분석에서 Tukey 검정 결과를 재현할 수 없네요... 제가 뭔가 잘못하고 있는 것 같아요.안녕하세요 여러분! 여기 처음으로 글을 올립니다. 저는 습지 식물을 이용한 수질 오염 정화에 대한 연구를 진행 중인 석사 과정 학생입니다. 통계학 교수님의 지도를 받으며 JMP 학생용 버전을 이용해 Tukey 검정을 하고 통계적으로 유의미한 결과를 도출해 왔습니다. 그런데 지금 교수님께서 휴가 중이셔서 제가 혼자서 교수님과 함께 했던 작업을 재현해 보려고 하는데, 같은 결과가 나오지 않아서 어려움을 겪고 있습니다.
제가 기억하기로 우리가 했던 건 이런 거였어요:
1. 아래 그림에 나와 있는 엑셀 시트를 JMP로 불러오기.
2. 분석 --> 모델 적합을 클릭합니다.
3. 팝업되는 대화 상자에서 "Pick Role Variables" 아래의 Y 부분에 "Mean(pH, T1), Mean(pH, T2)" 등의 모든 열을 입력합니다.
4. 종, 처리, 블록을 "모델 효과 구성"에 넣고 "정도에 따른 요인 설계"를 수행하여 이들 간의 관계를 설정합니다.
5. MANOVA로 실행하고, 나타나는 상자에서 "반복 측정"과 "시간"을 선택합니다.
6. 결과가 통계적으로 유의미한 경우, 각 "평균(pH, T1)" 열을 개별적으로 사용하여 "효과 레버리지"를 강조 표시하고 일반적인 분산 분석("표준 최소 제곱법" 방식)을 수행합니다.
7. 분산 분석 결과가 표시되는 창에서 빨간색 화살표로 "종"이라고 표시된 상자를 클릭하고 Tukey 검정을 수행하여 각 식물 종이 어떤 다른 문자를 가지고 있는지 확인하십시오.
이 부분에서 뭔가 잘못된 것 같다는 생각이 들어요. 저희는 함께 pH 스프레드시트를 작성했고, 그 결과를 여기 보라색과 노란색으로 강조 표시된 워드 문서에 정리했습니다. 왼쪽은 통계 전문가의 도움을 받아 작업한 결과이고, 오른쪽은 제가 혼자 작업한 결과입니다. 보시다시피, 제가 과정을 제대로 이해했는지 확인하기 위해 혼자 다시 해보니 Tukey 검정 결과가 약간 다릅니다. "최소제곱평균"을 보면 대조군 값만 다릅니다. 아마 이 부분이 핵심인 것 같습니다.
저는 12년 전 학부 시절에 들었던 통계학 수업 외에는 제대로 된 교육을 받은 적이 없습니다. "터키 검정에서 다른 문자가 나오면 서로 다른 것으로 간주한다"는 정도의 아주 기본적인 이해만 있을 뿐, 통계학이 실제로 어떻게 작동하는지에 대한 깊이 있는 지식은 없습니다.
제가 뭔가 단계를 놓쳤거나 해서 결과가 그와 약간 다른 것 같아요. 그리고 제 메모를 보면 pH 주차별 고정 효과 테스트에서 "종" 카테고리만 유의미한 확률(빨간색)을 보였는데, 방금 혼자 해보니 종과 처리 모두 빨간색으로 표시되네요... 뭔가 이상한 점이 있는 것 같아요.
도움이 될지 모르겠지만, 실험은 서로 다른 다섯 종의 식물을 미소생태계(양동이)에 심고, 각각 다른 수준의 오염수(0%, 30%, 70%)를 공급하면서 12주 동안 식물의 건강 상태와 물의 상태(pH 포함)를 관찰하는 것이었습니다.
제 문제를 잘 설명드렸기를 바랍니다! 상황을 명확히 하는 데 도움이 될 만한 다른 정보가 필요하시면 언제든지 말씀해주세요.
도와주셔서 정말 감사합니다!
기초 데이터 분석 및 모델링제목: 반복 측정 분산 분석(ANOVA)을 이용한 Tukey 검정 결과가 재현되지 않습니다... 제가 뭔가 잘못하고 있는 것 같습니다.안녕하세요 @PersuasionRam10 님 ,
커뮤니티 페이지에 오신 것을 환영합니다. 저희가 도움을 드릴 수 있기를 바랍니다. 하지만, 문제를 재현할 수 있는 데이터가 없어서 도움을 드리기가 어렵습니다.
데이터를 공유해 주실 수 있나요? 익명 처리된 데이터라도 도움이 될 것 같습니다.
JMP를 사용하여 분석하는 방법을 배우면서 한 가지 강력히 추천드리는 것은, 어떤 분석을 수행하든 모든 세부 단계를 기억하지 못할 경우 최상위 분석(예: Fit Y by X 또는 Multivariate) 옆에 있는 빨간색 강조 표시 버튼(삼각형)을 클릭하고 "스크립트 저장 > 데이터 테이블로 저장"을 선택하는 것입니다. 그러면 저장된 스크립트를 다시 열어 어떤 설정으로 분석을 수행했는지 확인할 수 있습니다. 매우 유용하고 시간을 절약해 줍니다.
어쨌든, 데이터를 익명화된 테이블 형식으로 공유해 주시면(메뉴: 테이블 > 익명화), 다른 사람들이 결과를 재현해 보는 데 큰 도움이 될 것입니다. 데이터를 익명화할 경우, 어떤 열을 어떤 변수(예: Y 또는 X)에 사용해야 하는지 알려주시면 더욱 유용합니다. 중요한 세부 정보는 숨길 수 있지만, 어떤 열을 어디에 사용해야 하는지는 반드시 알려주셔야 합니다. 아래는 Big Class.jmp 샘플 데이터의 원본과 익명화된 버전을 보여주는 스크린샷입니다. 데이터 테이블에 어떤 변화가 발생하는지 확인해 보세요.
도움이 되었으면 좋겠습니다!
DS
제목: 반복 측정 분산 분석(ANOVA)을 이용한 Tukey 검정 결과가 재현되지 않습니다... 제가 뭔가 잘못하고 있는 것 같습니다.안녕하세요, 도와주셔서 감사합니다! 네, 데이터를 공유해 드릴 수 있습니다. .jmp 파일을 첨부했는데, 데이터 공유라는 게 이 파일을 말씀하시는 건가요? (파일에 이름이나 기타 정보는 포함되지 않도록 했습니다. 더 큰 프로젝트의 일부이기 때문에 열 이름 등이 공개되어도 괜찮습니다.)
종별로 pH에 유의미한 차이가 있는지, 처리 방법이 어떤 효과를 내는지, 그리고 종과 처리 방법 간의 상호작용 효과가 있는지 알아내야 하는데, 이를 위해 터키 검정을 사용하고 있습니다.
대본 공유에 대한 조언도 감사드립니다. 덕분에 바로 공유했습니다.
제목: 반복 측정 분산 분석(ANOVA)을 이용한 Tukey 검정 결과가 재현되지 않습니다... 제가 뭔가 잘못하고 있는 것 같습니다.안녕하세요 @PersuasionRam10 님 ,
데이터 테이블을 업로드해 주셔서 감사합니다. 올려주신 자료와 내용을 살펴본 결과, 몇 가지 의견/질문이 있습니다.
1. 어떤 버전의 JMP를 사용하고 계신가요? 학생용 버전을 사용하고 계신 건 알지만, 정확한 버전 번호를 알려주시겠어요? 일부 업데이트에서 JMP가 특정 계산을 수정하는 경우가 있는데, 이로 인해 값이 약간 달라질 수 있습니다(예: Prob > F). 보통 소수점 이하 자릿수(5번째 또는 6번째)에서만 차이가 납니다. 통계학 교수님이 어떤 버전을 사용하시는지도 확인해 보시는 것이 좋습니다. 예를 들어, 저는 JMP Pro 19.0.3 버전을 사용하고 있는데, 종에 대한 Tukey HSD 검정을 최소제곱평균으로 수행했을 때 대조군에서 6.9819라는 결과가 나옵니다. 그런데 스크린샷에서는 같은 값에 대해 6.9810이라는 결과가 나왔네요.
2. 스크린샷 중 하나를 보면 열을 랜덤 효과로 지정하신 것 같은데 맞습니까? "고정 효과 테스트"라고 표시된 보고서 부분을 보면 변수 하나가 랜덤 효과로 포함되어야 합니다. 어떤 변수를 사용하셨나요? 블록 효과인가요? 아니면 혼합 효과나 제외 효과처럼 다른 속성이 지정된 열인가요?
3. 이것은 설계된 실험이었습니까? 실험계획법(DOE)이었습니까? 만약 그렇다면, DOE를 설계할 때 어떤 모델을 사용했습니까? 이 부분도 중요한 출발점입니다. 종, 처리, 블록의 분포를 보면 여러 요인들이 고르게 분포되어 있는 것처럼 보이기 때문에, 이것이 진정한 DOE였는지 판단하는 데 도움이 될 것입니다.
4. 제가 제출하신 스크린샷에서 통계 교수님과 결과를 비교한 부분 은 재현할 수 있지만, 스크린샷 왼쪽 부분은 재현할 수 없습니다. 아마도 이 부분에 무작위 효과와 관련된 내용이 포함된 것 같은데, 어떤 요소가 무작위 효과로 사용되었는지 알 수 없습니다.
5. 2번과 4번과 관련하여: 공유해주신 고정 효과 보고서에서 DFDen 값을 재현할 수 없는데, 이는 랜덤 효과로 정의하신 항목과 다른 모델 효과 정의 때문일 가능성이 높습니다. Species*Treatment 항목의 Prob > F 값이 크고 Logworth 값이 매우 낮아 중요한 요인이 아닌 것으로 보입니다(적어도 Mean(pH,T1)의 경우에는 그렇습니다. 다른 Mean(ph,T*) 열은 아직 확인하지 못했는데, 보여주신 두 가지 사례를 모두 재현할 수 없었기 때문입니다).
6. 분석에서 제외된 행이 있습니까? 이는 일부 계산에 영향을 미칠 수 있습니다.
7. Y 열에 로그 변환이나 모델 효과 적용과 같은 변환을 수행하고 있습니까?
감사해요!,
DS
제목: 반복 측정 분산 분석(ANOVA)을 이용한 Tukey 검정 결과가 재현되지 않습니다... 제가 뭔가 잘못하고 있는 것 같습니다.1. 음... 제가 사용하는 버전은 JMP 학생용 에디션 19.0.1인 것 같네요. 멘토님이 어떤 버전을 사용하시는지는 잘 모르겠지만, 저희는 모두 제 컴퓨터에서 작업했기 때문에 19.0.1 버전이었던 것 같습니다.
2. 네, 맞습니다. 저는 '모델 효과 구성'에서 블록 무작위 효과를 사용하여 모든 항목을 만들었습니다. 따라서 블록, 종*블록, 처리*블록은 모두 무작위로 설정되었습니다.
3. 그런 것 같아요... "설계된 실험"/DOE가 여기서 정확히 무엇을 의미하는지는 잘 모르겠습니다. 제가 설계한 실험이었는데, 18개의 양동이가 들어 있는 블록 4개에 각각 다른 식물을 넣거나 넣지 않고, 오염 수준을 다르게 설정했습니다.
4. 제가 알기로는 스크린샷의 왼쪽 부분도 제가 첨부한 엑셀 스프레드시트와 동일한 스프레드시트에서 가져온 것이며, 거기서도 블록 효과를 무작위로 설정했습니다.
6. 제 생각엔 그렇지 않아요... 72개 행 모두 포함되어야 합니다.
7. 방금 제 노트를 전부 확인해 봤는데... 이번에는 로그 변환을 하지 않은 것 같네요.
감사합니다! :cara_que_sonríe_con_ojos_sonrientes:
제목: 반복 측정 분산 분석(ANOVA)을 이용한 Tukey 검정 결과가 재현되지 않습니다... 제가 뭔가 잘못하고 있는 것 같습니다.안녕하세요 @PersuasionRam10 님 ,
추가 정보 감사합니다. 참고로, 커뮤니티 포럼에서 @ 기호를 사용하면 특정 사용자를 태그할 수 있습니다. 이렇게 하면 해당 사용자에게 메시지가 전송되었음을 알릴 수 있습니다.
제공해주신 데이터에 대해 말씀드리자면, 제가 발견한 유일한 문제는 대조군(CONTROL Species)의 처리(Treatment) 열에 오타가 있는 것 같습니다. 종, 처리, 블록 분포를 살펴보시면, 블록 2의 대조군에 다른 블록보다 30% 더 많은 처리 값이 있습니다. 이것이 의도된 것인지, 아니면 오타인지 궁금합니다. 처리 열을 복제하여 30번째 행이나 34번째 행의 값을 다른 값으로 변경해 보았지만, 원래 게시물 왼쪽에 있는 결과를 재현할 수 없었습니다. 하지만 게시물 오른쪽에 있는 결과는 완벽하게 재현할 수 있었습니다.
원래의 원본 데이터로 돌아가서 오타나 분석 오류로 인해 잘못된 부분이 없는지 확인해 보는 것이 좋겠습니다.
DOE는 실험 설계의 약자로, 반응에 영향을 미칠 수 있는 여러 요인을 효율적인 방식으로 검증하는 데 사용됩니다. 실제로, 제가 6단계 종, 3단계 처리, 4단계 블록의 세 가지 요인을 기반으로 72회 실행으로 DOE를 직접 생성해 보니, JMP는 세 가지 요인에 걸쳐 실험 횟수가 균등하게 배분된 DOE를 만들어냈습니다. 그래서 오타가 있거나, 혹은 여러 개의 오타가 있는 것 같다는 생각이 듭니다.
공유해주신 데이터 테이블은 다른 데이터 테이블을 요약해서 생성하신 건가요? 원본 데이터를 다시 살펴보면 어떤 부분이 잘못 처리되었는지 파악하는 데 도움이 될 수 있습니다.
그렇지 않다면, 당신의 접근 방식은 맞는 것 같습니다. 다만, 분석에 사용한 데이터 세트가 올바른 데이터 세트인지 원본 데이터를 통해 다시 한번 확인해 보세요.
도움이 되었으면 좋겠습니다!
DS
제목: 반복 측정 분산 분석(ANOVA)을 이용한 Tukey 검정 결과가 재현되지 않습니다... 제가 뭔가 잘못하고 있는 것 같습니다.@SDF1
안녕하세요! 몇 주 전에 도와주셔서 정말 감사하다는 말씀을 드리고 싶었습니다. 그리고 제 데이터가 약간 달랐던 이유를 찾았습니다! 대화 상자에서 블록 유형을 "연속형"에서 "명목형"으로 변경해야 했습니다. 이렇게 하니 Tukey 검정에서 대조군의 최소제곱평균값이 원래대로 돌아왔습니다.
제목: 반복 측정 분산 분석(ANOVA)을 이용한 Tukey 검정 결과가 재현되지 않습니다... 제가 뭔가 잘못하고 있는 것 같습니다.안녕하세요 @PersuasionRam10 님 ,
이전 결과를 재현할 수 있었다니 다행입니다. 다만, JMP는 모델에서 확률 변수를 연속형(순서형도 포함될 수 있음)으로 제한하는 것으로 알고 있는데, 명목형 변수를 확률 변수로 사용할 수는 없는 것 같습니다. 어쨌든 문제를 해결하고 연구를 진행할 수 있게 되어 기쁩니다!
DS
