Repeated Measurement Experiments By Dr.Wuttigrai Boonkum Department of Animal Science, Faculty of Agriculture, KKU

Introduction Repeat measurements Input 1st MY,2nd MY… 1st MM eggprod.,2nd MM egg… 1st week ADG,2nd week ADG… Input Observation BW,WW,YW Input Observation ADG,NBA,BF,LEA Observation Input EggProd.,FCR,FI Single measurement

Objective นศ. สามารถอธิบายความหมายและประโยชน์ของงานทดลองที่มีการวัดซ้ำได้ นศ.สามารถอธิบายขั้นตอนการคำนวณของงานทดลองที่มีการวัดซ้ำได้ นศ.สามารถวิเคราะห์ อ่านผล และสรุปผลของงานทดลองที่มีการวัดซ้ำได้

Repeated Measurements คืออะไร ?

Repeated measurements ไม่ใช่แผนการทดลอง เป็นเพียงวิธีการจัดเก็บข้อมูลเพื่อใช้วิเคราะห์รูปแบบหนึ่ง (เก็บข้อมูลต่อเนื่องติดต่อกัน) ข้อมูลที่เก็บได้มาจากหน่วยทดลองเดิม โดยแตกต่างกันที่เวลาที่เก็บข้อมูล ใช้ในกรณีที่ผู้ทดลองต้องการทราบแนวโน้มของค่าสังเกตที่มีต่อทรีทเมนต์เมื่อเวลาเปลี่ยนไป มีรูปแบบทั่วไปคล้ายกับ แผนการทดลองแบบ split-plot in time ทั้ง statistical model, ANOVA

The kind of repeated measurement Repeated measurements in CRD Repeated measurements in RCBD Repeated measurements in LSD Double Repeated measurements

Layout Repeated measurements in CRD Week1 Week2 Week3 Week4 Week5 T1R1

Layout Repeated measurements in RCBD T1 T2 T3 T1 T2 T3 T1 T2 T3 Week1

Layout Repeated measurements in LSD Period1 Period2 Period3 T1A1 T2A2 Week1 Week2 Week3 Week4 Week5 T1A1 T2A2 Period1 T3A3 T1A2 T2A3 Period2 T3A1 T1A3 T2A1 Period3 T3A2

Layout Double Repeated measurements Week 1 T1 T2 T3 T1 T2 T3 T1 T2 T3 6.00 a.m. 10.00 a.m. 14.00 p.m. 18.00 p.m. 22.00 p.m. T1 T2 T3 T1 T2 T3 T1 T2 T3

Layout Double Repeated measurements Week 2 T1 T2 T3 T1 T2 T3 T1 T2 T3 6.00 a.m. 10.00 a.m. 14.00 p.m. 18.00 p.m. 22.00 p.m. T1 T2 T3 T1 T2 T3 T1 T2 T3

ANOVA Repeated measurements in CRD SOV df Main Treatment trt-1 Error(a) r(t-1) Sub Time Time-1 Time x Treatment (trt-1)(time-1) Error(b) ที่เหลือ Repeated measurements in RCBD SOV df Main Block b-1 Treatment t-1 Error(a) b(t-1) Sub Time Time-1 Time x Treatment (t-1)(time-1) Error(b) ที่เหลือ

ANOVA Repeated measurements in LSD SOV df Main Row r-1 Column c-1 Treatment t-1 Error(a) (t-1)*(t-2) Sub Time Time-1 Time x Treatment (t-1)(time-1) Error(b) ที่เหลือ

ANOVA Double Repeated measurements SOV df Main A a-1 Error(a) a(r-1) Sub B b-1 AxB (a-1)(b-1) Error(b) a(r-1)(b-1) Sub-Sub C c-1 AxC (a-1)(c-1) BxC (b-1)(c-1) AxBxC (a-1)(b-1)(c-1) Error(c) ที่เหลือ

Step by Step of analysis Repeated measurements Mauchly Repeated data P-value > Chi  Autocorrelation or correlated error test (spherecity) Orthogonal Transformation** *,** ns  Split-plot in time (ns) Multivariate (Interaction Time*Trt) Wilk’s lambda** Pillai’s trace Hotelling-Lowley trace Roy’s greatest roots Split-plot in time (sig) P-value Univariate (Interaction Time*Trt) Greenhouse-Geisser G-G** Huynh-Feldt H-F Epsilon 01 Adjust P-value

Check auto correlation Upper number = correlation, lower number = p - value

Back

ปัจจัยเนื่องจากเวลามีผลต่อค่าสังเกต P < 0.05 (0.0387) Back Check multivariate  **  ** ปัจจัยเนื่องจากเวลามีผลต่อค่าสังเกต P < 0.05 (0.0387) Back

ทรีทเมนต์มีผลต่อค่าสังเกต (0.0124) Back   ** ทดสอบ univariate ดูจากค่า epsilon ใกล้ 1 หรือ Spherecity ไม่พบความแตกต่างทางสถิติ ให้ใช้ค่า p-value ธรรมดา

linear Mean = Time(linear); Trt = Time*Trt(linear) Back

ค่าสังเกตมีแนวโน้มลดลงเมื่อเวลาเปลี่ยนไป Back

Split-plot in time

สวัสดี