단순 반복 측정 모형의 예
모형 적합 플랫폼의 표준 최소 제곱 분석법을 사용하여 모형을 반복 측정 데이터에 적합시킵니다. 각 계절마다 6마리 동물의 각 이동 거리에 대한 데이터를 분석하려고 합니다. 두 가지 종(species)이 있으며 동물 식별자는 species에 내포되어 있습니다. 6마리의 동물은 더 큰 종 개체군을 대표하므로 subject를 임의 효과로 처리하기로 합니다. 각 동물에 대해 반복 측정이 있다는 사실을 고려하여 반응(miles)을 species와 season의 함수로 모델링하려고 합니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Animals.jmp를 엽니다.
2. 분석 > 모형 적합을 선택합니다.
3. miles를 선택하고 Y를 클릭합니다.
4. species와 subject를 선택하고 추가를 클릭합니다.
5. species 안에 subject 내포: "모형 효과 생성" 목록에서 subject를 선택합니다. "열 선택" 목록에서 species를 선택합니다. 두 효과가 강조 표시되어야 합니다.
6. 내포를 클릭합니다.
7. "모형 효과 생성" 목록에서 subject[species]를 선택하고 속성 > 임의 효과를 클릭합니다.
8. "열 선택" 목록에서 season을 선택하고 추가를 클릭합니다.
9. "모형 효과 생성" 목록에서 season을 선택합니다. "열 선택" 목록에서 species를 클릭합니다. 두 효과 모두 강조 표시되어야 합니다.
10. 교차를 클릭합니다.
11. 실행을 클릭합니다.
그림 4.40 REML 분석 보고서(일부)
"효과 요약" 테이블에서는 두 고정 효과(species와 season) 모두 반응 변수 miles에 유의한 효과를 미친다는 것을 나타냅니다. 그러나 season과 species 간의 교호작용은 통계적으로 유의하지 않습니다. 이러한 결과는 "고정 효과 검정" 테이블에도 나와 있습니다.
"모수 추정값" 테이블에서는 species[COYOTE], season[spring], season[summer], season[summer]*species[COYOTE] 모수가 miles에 유의한 효과를 미치지만 다른 변수 및 교호작용은 통계적으로 유의하지 않음을 나타냅니다. 이 보고서에는 임의 효과 모형에 대해 species에 내포된 subject 및 잔차 분산의 추정값을 제공하는 "REML 분산 성분 추정값" 테이블도 포함되어 있습니다. subject[species] 임의 효과가 총 분산의 38.194%를 설명하고 잔차 성분이 총 분산의 61.806%를 설명합니다.