Ange fasta och slumpmässiga faktorer i en blandning eller Multi-Level Models

Eftersom SAS introducerade Proc Mixed cirka femton år sedan, S-Plus, Stata och SPSS har genomfört förfaranden för att analysera blandade modeller, kraftigt utvidga de alternativ som finns för forskare. Dessa program kräver korrekt specificera fasta och slumpmässiga faktorer i modellen för att erhålla noggranna analyser. Definitionerna i många texter ofta inte hjälpa till med beslut för att ange faktorer som fastställs eller slumpmässigt, eftersom lärobok exempel är ofta konstgjorda och svår att tillämpa. Dessutom kan samma faktor ofta anses vara fast eller slumpmässigt, beroende på mål, Den här artikeln beskriver ett annat sätt att tänka på fasta och slumpmässiga faktorer. Omdömen

Betrakta ett experiment som undersöker skalbagge skador på gurkor. Försöket replikeras på fem gårdar och fyra fält på varje gård. Det finns två varianter av gurkor, och skalbagge skador bedöms på varje 50 anläggningar i slutet av säsongen. Forskaren är intresserad av att jämföra skillnader i hur mycket skada de båda sorterna upprätthålla. Experimentet har sedan följande faktorer:. VARIETY, FARM, och FIELD Omdömen

Fasta faktorer kan ses i termer av skillnader. Effekten av en kategorisk fast Faktorn definieras av skillnader från det totala medelvärdet och effekten av en kontinuerlig fast Faktorn definieras av dess lutning - hur medelvärdet av den beroende variabeln varierar med alternerande värden av faktorn. Utgången för fasta faktorer ger uppskattningar för medelskillnader eller sluttningar. Slutsatser om fasta faktorer är särskilt värdena på dessa faktorer. Till exempel, om en variation av gurka befinns lida signifikant mindre skada än den andra, säger att detta ingenting om gurka sorter som inte testades.

Random faktorer, å andra sidan, definieras av ett distributions- och inte av skillnader. Värdena för en slumpfaktor antas väljas från en population med en normalfördelning med en viss varians. Utgången för en slumpfaktor är en uppskattning av denna varians och inte en uppsättning av skillnader från ett medelvärde. Slutsatser om slumpmässiga faktorer bör uttryckas i termer av varians. Till exempel kan vi finna att variationsrikedomen bland fält utgör en viss procent av den totala variabiliteten i skalbagge skador

Situationer som anger fasta faktorer:. Omdömen

1. Faktorn är den primära behandlingen att forskaren vill jämföra. I vårt exempel, är sorten definitivt fastställas enligt forskaren vill jämföra den genomsnittliga skalbagge skador på de två sorter. Omdömen 2. Faktorn är en sekundär kovariat som kan förväxlas med behandlingen, och forskaren vill kontrollera för olikheter i detta kovariat. Om dessa gårdar specifikt valts för någon funktion de hade, såsom särskilda typer eller topografier jord som kan påverka skalbagge skador, och om forskaren vill jämföra gårdarna som företrädare för dessa jordarter, då FARM bör fastställas.
3. Faktorn har endast två värden. Även om allt annat indikerar att en faktor bör vara slumpmässigt, om den har endast två värden, kan variansen inte beräknas, och det bör fastställas

Situationer som indikerar slumpmässiga faktorer:.

1 . Forskaren är intresserad av att kvantifiera hur stor del av den totala variationen att tillskriva denna faktor. Om forskaren var intresserad av hur stor del av variationen i skalbaggen skador berodde på gården där skadan inträffade, skulle FARM vara slumpmässigt. Omdömen 2. Forskaren är inte intresserad av att veta vilket innebär skiljer sig, men vill står för variationen i denna faktor. Om gårdarna valdes slumpmässigt, inte för en viss funktion, men eftersom forskare misstänkte att det finns viss variation i sina jordarter, som är representativ för variationen i alla gårdar, bör FARM vara slumpmässigt. Omdömen 3. forskare vill generalisera slutsatserna om denna faktor till hela befolkningen. Det finns ingenting om man jämför dessa specifika områden som är av intresse för forskare. Snarare vill forskaren att generalisera resultaten av detta experiment på alla områden, så FIELD är slumpmässigt. Omdömen 4. Varje interaktion med en slumpfaktor är också slumpmässigt. Omdömen

Hur faktorer som en modell specificeras kan ha stor inverkan på resultatet av analysen och de slutsatser som dras Omdömen  ..