Pisahkan plot di R

8

Saya memiliki kumpulan data tolok ukur dan sampel di setiap tolok ukur. Saya menjalankan benchmark ini dan subsampel mereka di mesin subjek. 'Individu' yang dipelajari oleh sub-sampel adalah sama untuk setiap mesin subjek, dan tolok ukurnya sama untuk setiap mesin subjek.nmp

Bagaimana saya menjalankan ANOVA dalam R dalam situasi ini?

Terutama saya ingin menghitung rata-rata total dan interval kepercayaan. Saya tidak peduli tentang sarana sampel sub sama sekali, tetapi saya ingin mengenali replikasi di sana dalam keyakinan dan cara akhir. Saya mungkin peduli tentang tolok ukur berarti. Saya tidak tahu cara mengatur anova ini di R. Saya ingin dapat meniru cara dengan perhitungan manual.

Saya telah mencoba glm, anova, aov, dan lmetapi aku benar-benar bingung. Saya pikir hasil ANOVA harus setara untuk dua mesin subjek dengan rata-rata bersarang dari mesin / benchmark / pos pemeriksaan, tetapi artinya tidak keluar sama ketika saya mencobanya.

Edit:

Saya mulai mendapatkan petunjuk dari http://zoonek2.free.fr/UNIX/48_R/13.html

Alex Brown
sumber
1
pertanyaan ini telah ditanyakan beberapa kali dalam daftar ini. Ini jawaban singkatnya. Saya menulis jawaban terinci di kemudian hari.
suncoolsu
Terima kasih untuk jawaban cepat Mu. Saya minta maaf karena tidak menemukan jawaban lain, tetapi saya tidak cukup tahu terminologi untuk tahu bagaimana mengajukan pertanyaan.
Alex Brown
Saya pikir kita semua belajar di sini. Tidak apa-apa!
suncoolsu

Jawaban:

13

Perbedaan utama antara desain plot split dan desain lain seperti desain acak lengkap dan variasi desain blok adalah struktur bersarang subjek, yaitu, ketika pengamatan berasal dari subjek yang sama (unit eksperimen) lebih dari sekali. Ini mengarah ke struktur korelasi dalam subjek dalam desain plot terpisah yang berbeda dari struktur korelasi dalam satu blok.

Mari kita ambil contoh gambar kumpulan data dari desain petak-petak sederhana (di bawah). Ini adalah studi tentang komposisi makanan pada kesehatan, empat diet secara acak diberikan kepada 12 subjek, semua status kesehatan yang sama. Tekanan darah awal telah ditetapkan, dan satu ukuran kesehatan adalah perubahan tekanan darah setelah dua minggu. Tekanan darah diukur pada pagi dan sore hari. (Contoh ini disalin dari buku Desain Statistik Casella contoh 5.1)

 Diet1Diet2Diet3Diet4 SubjectSubjectSubjectSubject 123456789101112MorningxxxxxxxxxxxxEveningxxxxxxxxxxxx

Beberapa hal penting yang perlu diperhatikan:

  • Ada 12 unit eksperimental (12 subjek)
  • Pada 12 unit ini kami mengamati 24 titik data ( ), dilambangkan dengan2×4×3x
  • Ini karena kita melakukan dua pengamatan pada subjek yang sama, pertama di pagi hari dan kedua di malam hari
  • Ini berarti bahwa dua pengamatan pada subjek berasal dari unit eksperimen yang sama. Oleh karena itu, ini bukan replikasi yang benar. Karena pengamatan diambil dari subjek yang sama dalam perjalanan waktu, harus ada korelasi antara kedua pengamatan.
  • Perhatikan bahwa ini berbeda dari ANOVA dua arah dengan Diet dan Waktu sebagai faktornya.
  • ANOVA dua arah akan memiliki pengamatan seperti ini:

 Diet1Diet2Diet3Diet4MorningxxxxxxxxxxxxEveningxxxxxxxxxxxx

masing-masing di sini adalah mata pelajaran yang berbeda. Ini menggambarkan konsep bersarang. Artinya, subjek 1, 2, 3 bersarang di Diet 1. - Seluruh plot, unit eksperimental di seluruh plot (Diet) tingkat (Subjek) bertindak sebagai blok untuk perawatan plot terpisah (Pagi-Malam)x

Model untuk desain petak split ini adalah:

Yijk=μ+τi+Sij+γk+(τγ)ik+ϵijk,
mana Setelah Anda memiliki model yang diformulasikan dengan baik, menulis dalam bentuk sepele:
Yijk=the response to diet i of subject j at time k,
τi=diet i effect
Sij=subject j's effect in diet i (whole plot error)
(τγ)ik=the interaction of diet i and time j
ϵijk=split plot error
R aov
splitPltMdl <- aov(bloodPressure ~ Diet + ## Diet effect 
                                   Error(Subject/Diet) + ## nesting of Subject in Diet 
                                   Time*Diet, ## interaction of Time and Diet 
                                   data = dietData)
suncoolsu
sumber
1
+1 jawaban yang bagus. Jika Anda sekarang dapat menjelaskan kepada saya bagaimana Anda melakukan beberapa tes post-hoc atau perbandingan yang direncanakan (misalnya, apakah ada perbedaan antara pagi dan malam dalam kelompok 1 & 2, dikumpulkan) Anda akan menjawab banyak pertanyaan kepada saya. Lihat juga pertanyaan saya pada bantuan-R: article.gmane.org/gmane.comp.lang.r.general/237681
Henrik
Saya agak sibuk saat ini. Saya pasti akan kembali kepada Anda.
suncoolsu
@suncoolsu: ... pasti akan memberikan?
russellpierce
Mengapa Anda tidak memasukkan efek Waktu dalam formula model Anda? Mengapa Anda memasukkan Dietdan Time*Dietdalam aovpanggilan? Itu harus Time:Dietsesuai dengan rumus matematika Anda.
amoeba