Als ich im Laufe der Auswertug eines Teilversuchs stecken geblieben bin, stellte ich mir immer häufiger die Frage, ob ich überhaupt den richtigen Weg eingeschlagen habe. Daher hier zuerst mal den ansich recht einfachen Versuchsaufbau:
Feldversuch mit zwei Varianten (Kontrolle + Anwendung eines Mittels)
- die beiden Varianten liegen als parallele Streifen immer abwechselnd im Feld, so dass es von jeder Variante 4 Wiederholungen gibt
- in jedem Streifen wurden 2 1m² große Flächen beerntet (Lage im Streifen per Zufallszahlen bestimmt)
--> 1. Frage: Sind diese 2 Quadrate pro Streifen als abhängig zu betrachten?
- vor der Ernte wurde in jedem Quadrat von 10 zufällig ausgewählten Pflanzen die Trieblänge gemessen
Ich ging bislang von einer hierarchischen Klassifikation aus:
also 2 Varianten(Var) - mit je 4 Wiederholungen(Wdh1) - mit je 2 Erntequadraten(Wdh2) - mit je 10 Pflanzen(Pflanze)
Vorerst geht es mir um die Auswertung der Trieblängen. Ich habe mit einer nested Anova gearbeitet:
- Code: Alles auswählen
summary(aov(dat0$Trieblaenge ~ dat0$Var + Error(dat0$Var/dat0$Wdh1/dat0$Wdh2/dat0$Pflanze)))
Mit
- Code: Alles auswählen
pf(1339.8/382.76, 1, 6, lower.tail=FALSE)
--> Frage 2: Ist das bis hierhin so richtig?
--> Frage 3: Kann man hier jetzt noch die Varianzkomponenten berechnen?
Ich habe Beispiele, die meinem Versuch recht ähnlich klingen, ich bekommen es aber nicht übertragen. Außerdem habe ich nun schon mehrmals gelesen, dass man die Varianzkomponenten nur für zufällige Effekte berechnen kann, was bei mir ja alles außer dem Haupteffekt (Effekt der Behandlung) wäre. Habe ich hier noch einen Denkfehler? Wie könnte ich das umsetzen, falls es sinnvoll ist?
