Régression linéaire avec axe X catégoriel et analyses ANOVA<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut tout le monde, je débute avec JMP Pro et j'ai quelques questions :
1. J'ai du mal à trouver comment faire une régression linéaire lorsque l'axe X est catégorique. J'ai un ensemble de données de feuilles de 9 classes d'âge différentes (15 à 30 feuilles échantillonnées pour chaque classe d'âge des feuilles, classées de la plus jeune à la plus âgée comme suit : Y1, Y2, Y3, Y/M, M, O, S, O/ S1, O/S2), 3 conditions lumineuses différentes (SU, SH Mid, SH Low) et 12 arbres différents. Ces feuilles ont 12 traits physiques et chimiques différents tels que l'épaisseur des feuilles, la surface foliaire, la teneur en eau des feuilles, la teneur en carbone des feuilles, etc. âge des feuilles (axe X). J'ai essayé d'aller dans le menu "Analyser" et de faire une régression "Ajuster Y par X" organisée par arbre et condition de lumière, mais ce que j'obtiens est une analyse à sens unique pour le trait de la feuille et je ne sais pas quoi faire avec ça.
2. J'ai besoin d'effectuer des tests ANOVAS et Tukey HSD à 1 et 2 voies, mais je ne trouve pas les plates-formes pour ceux-ci et HELP n'a jusqu'à présent pas été très utile.
J'ai déjà utilisé SPSS pour faire des statistiques, donc je suis un peu perdu quant à la façon d'obtenir les analyses mentionnées ci-dessus dans JMP Pro.
Un grand merci d'avance pour l'aide,
Cécile
Re : Régression linéaire avec axe X catégoriel et analyses ANOVASuite à mon message d'origine, j'essaie actuellement d'utiliser la plate-forme de modèles Fit pour déterminer comment chacun de mes traits de feuilles échantillonnés (par exemple, l'épaisseur des feuilles, la surface des feuilles, la teneur en eau des feuilles, la teneur en carbone des feuilles, etc.), varie avec 3 effets de modèle :
1. essences d'arbres (12 arbres différents)
2. âge des feuilles (9 âges des feuilles du plus jeune au plus ancien : Y1, Y2, Y3, Y/M, M, O, S, O/S1, O/S2)
3. différentes conditions d'éclairage (SUn, SHade Mid, SHade Low)
J'ai essayé d'exécuter une analyse en utilisant la teneur en eau des feuilles comme 'Y' et lightCondition*leafAge comme effets de modèle en utilisant l'option 'Cross' (interactions). Cependant, j'ai eu une fenêtre disant : "Le modèle manque d'effet" et cela m'a fait réaliser que je n'avais pas considéré que j'avais un plan d'échantillonnage déséquilibré de 3 manières différentes :
1. les tailles d'échantillon sont différentes pour chaque âge de feuille lorsque tous les arbres sont regroupés et également lorsqu'ils sont considérés par arbre individuel
2. les âges des feuilles entre les arbres sont tous différents : un arbre peut n'avoir qu'un seul âge de feuilles ou jusqu'à six âges de feuilles, chaque arbre ayant une combinaison différente des 9 âges de feuilles possibles
3. tous les arbres ont des feuilles SU mais seuls 4 arbres ont SH Mid et l'un d'entre eux a également SH Low, de plus, seule la position de la canopée SH Mid a un âge de feuille O/S2
Quelqu'un pourrait-il me conseiller sur la façon de gérer cela? J'ai essayé de changer la 'Personnalité' du modèle de 'moindres carrés standard' à 'modèle linéaire généralisé' avec la 'distribution' définie comme 'normale' et la 'fonction de lien' comme 'identité' (c'est-à-dire pas de transformation, je pense que c'est correct?). Mais je reçois toujours le message "Il manque un effet au modèle" et, fondamentalement, je pense que le problème se résume à la façon de traiter les données manquantes. Comment puis-je dire à JMP Pro de mettre un « NA » à tous les endroits où j'ai des données manquantes ? J'ai ignoré le message d'erreur "Effet manquant" et j'ai quand même exécuté l'analyse. Les résultats montrent que JMP Pro semble "remplir" les données manquantes. Par exemple, les résultats incluent l'âge des feuilles O/S2 pour les feuilles SUn qui n'existent pas (je pense que c'est la source de la fenêtre "il manque un effet au modèle") et en regardant les résultats, il semble que l'algorithme interne pondère et équilibre sont gâchés à cause de cela. Je serais très reconnaissant pour tout conseil sur la façon de traiter ces données manquantes dans JMP Pro.
Merci d'avance pour l'aide! Cécile
Re : Régression linéaire avec axe X catégoriel et analyses ANOVAToutes mes excuses pour ne pas avoir répondu aux réponses plus tôt, je suis en train de rédiger ma thèse de doctorat et je travaille sur différentes analyses en même temps et j'ai dû me concentrer sur un ensemble différent pendant un certain temps. Merci beaucoup pour les commentaires utiles de chacun, dans les prochaines semaines, je reviendrai sur ces analyses de régression et ANOVA et j'essaierai les différentes options mentionnées.
Merci encore, Cécile
Re : Régression linéaire avec axe X catégoriel et analyses ANOVALa régression linéaire dans le contexte de l'estimation de la relation entre une variable stochastique dépendante et une ou plusieurs variables indépendantes n'est pas limitée aux variables continues. Dans l'analyse de régression, les variables catégorielles sont souvent appelées variables muettes qui prennent la valeur 0 ou 1. Certes, la procédure de test statistique est équivalente à l'ANOVA, mais le modèle paramétré et la formule de prédiction estimée peuvent également être considérés dans une perspective de régression. En fait, dans JMP, le rapport d'analyse de la variance dans Ajuster le modèle est classé comme l'un des nombreux "rapports de régression", que les variables indépendantes soient catégorielles ou non.
Ajuster le modèle peut être utilisé pour des analyses unidirectionnelles et bidirectionnelles. Ajuster le modèle vous permet également de visualiser et d'enregistrer la formule de prédiction (c'est-à-dire la fonction de régression avec les paramètres estimés) et il existe différentes options de paramétrage (trouvé sous le triangle rouge -> Estimations...). Tukey HSD est invoqué à partir du triangle rouge au-dessus de chaque variable indépendante (appelée "Effets" dans JMP).
Re : Régression linéaire avec axe X catégoriel et analyses ANOVA
Byron wrote:
Try using the Fit Model Platform (its under the Analyze menu, below the Fit Y by X platform you've already found)
This platform will perform a multiple linear regression
Je n'appellerais pas cela une "régression linéaire multiple" dans le cas où l'affiche originale disait qu'elle avait un X catégorique. Je ne suis donc pas sûr que l'exemple que vous donnez corresponde.
Re : Régression linéaire avec axe X catégoriel et analyses ANOVAEssayez d'utiliser la plate-forme Fit Model (sous le menu Analyze, sous la plate-forme Fit Y by X que vous avez déjà trouvée)
Cette plateforme effectuera une régression linéaire multiple
Il semble que vous ayez plusieurs X, ceux-ci vont dans la boîte Construire des effets de modèle, et vos Y vont dans la boîte Y (plusieurs Y sont OK)
Ceci est une brève description de la façon de le configurer
http://jmp.com/academic/pdf/learning/05_multiple_linear_regression.pdf
Il y a beaucoup d'autres guides rapides ici
JMP | Bibliothèque d'apprentissage
Re : Régression linéaire avec axe X catégoriel et analyses ANOVAIl n'y a pas de régression linéaire avec des X catégoriques, sauf dans le sens où il s'agit en fait d'une ANOVA.
L'ANOVA à un facteur dans JMP correspond à Ajuster Y par X
L'ANOVA bidirectionnelle dans JMP correspond au modèle d'ajustement
