Regressione lineare con asse X categorico e analisi ANOVA<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salve a tutti, sono abbastanza nuovo in JMP Pro e ho un paio di domande:
1. Ho problemi a trovare come eseguire una regressione lineare quando l'asse X è categorico. Ho un set di dati di foglie di 9 diverse classi di età (da 15 a 30 foglie campionate per ciascuna classe di età delle foglie, disposte dalla classe di età più giovane a quella più anziana come segue: Y1, Y2, Y3, Y/M, M, O, S, O/ S1, O/S2), 3 diverse condizioni di luce (SU, SH Mid, SH Low) e 12 diversi alberi. Queste foglie hanno 12 diversi tratti fisici e chimici come spessore fogliare, area fogliare, contenuto di acqua fogliare, contenuto di carbonio fogliare, ecc. e voglio trovare la tendenza per ogni tratto fogliare (asse Y) organizzato per albero e condizione di luce come il lascia l'età (asse X). Ho provato ad entrare nel menu "Analizza" e ad eseguire una regressione "Adatta Y per X" organizzata per albero e condizioni di luce, ma quello che ottengo è un'analisi unidirezionale per il tratto fogliare e non so cosa fare con questo.
2. Devo eseguire i test ANOVAS a 1 e 2 vie e Tukey HSD, ma non riesco a trovare le piattaforme per questi e HELP finora non è stato molto utile.
In precedenza ho utilizzato SPSS per fare statistiche, quindi sono un po 'perso su come eseguire le analisi sopra menzionate in JMP Pro.
Molte grazie in anticipo per l'aiuto,
Cecilia
Re: Regressione lineare con asse X categorico e analisi ANOVAOltre al mio post originale, sto attualmente cercando di utilizzare la piattaforma del modello Fit per determinare in che modo ciascuno dei miei tratti fogliari campionati (ad es. Spessore fogliare, area fogliare, contenuto idrico fogliare, contenuto carbonio fogliare, ecc.), Varia con 3 effetti del modello :
1. specie arboree (12 alberi diversi)
2. età delle foglie (9 età delle foglie dalla più giovane alla più vecchia: Y1, Y2, Y3, Y/M, M, O, S, O/S1, O/S2)
3. diverse condizioni di luce (SUn, SHade Mid, SHade Low)
Ho provato a eseguire un'analisi utilizzando il contenuto di acqua fogliare come "Y" e lightCondition*leafAge come effetti del modello utilizzando l'opzione "Cross" (interazioni). Tuttavia, ho ricevuto una finestra che diceva: "Il modello manca di un effetto" e questo mi ha fatto capire che non avevo considerato di avere un design di campionamento sbilanciato in 3 modi diversi:
1. le dimensioni del campione sono diverse per ciascuna età fogliare quando tutti gli alberi sono raggruppati insieme e anche quando considerati per singolo albero
2. le età fogliari tra gli alberi sono tutte diverse: un albero può avere solo 1 età fogliare o fino a sei età fogliari con ogni albero che ha una diversa combinazione delle possibili 9 età fogliari
3. tutti gli alberi hanno foglie SU ma solo 4 alberi hanno SH Mid e uno di questi ha anche SH Low, inoltre solo la posizione della chioma SH Mid ha età fogliare O/S2
Qualcuno potrebbe consigliarmi come affrontare questa cosa? Ho provato a cambiare la "Personalità" del modello da "minimi quadrati standard" a "modello lineare generalizzato" con "distribuzione" impostata su "normale" e la "funzione di collegamento" su "identità" (ovvero nessuna trasformazione, penso che sia corretto?). Ma ricevo ancora il messaggio "Al modello manca un effetto" e fondamentalmente, penso che il problema si riduca a come gestire i dati mancanti. Come posso dire a JMP Pro di inserire un "NA" in tutti i punti in cui sono presenti dati mancanti? Ho ignorato il messaggio di errore "effetto mancante" e ho eseguito comunque l'analisi ei risultati mostrano che JMP Pro sembra "riempire" i dati mancanti. Ad esempio, i risultati includono l'età fogliare O/S2 per le foglie SUn che non esiste (penso sia la fonte della finestra "al modello manca un effetto") e guardando i risultati sembra che l'algoritmo interno ponderi e bilancia si stanno incasinando a causa di questo. Sarei molto grato per qualsiasi consiglio su come gestire questi dati mancanti in JMP Pro.
Grazie in anticipo per l'aiuto! Cecilia
Re: Regressione lineare con asse X categorico e analisi ANOVAMi scuso per non aver risposto prima alle risposte, sono in procinto di scrivere la mia tesi di dottorato e sto lavorando su diverse analisi contemporaneamente e ho dovuto concentrarmi su una serie diversa per un po'. Mille grazie per gli utili commenti di tutti, nelle prossime due settimane tornerò a queste analisi di regressione e ANOVA e proverò le diverse opzioni menzionate.
Grazie ancora, Cecilia
Re: Regressione lineare con asse X categorico e analisi ANOVALa regressione lineare nel contesto della stima della relazione tra una variabile stocastica dipendente e una o più variabili indipendenti non è limitata alle variabili continue. Nell'analisi di regressione, le variabili categoriali sono spesso chiamate variabili fittizie che assumono il valore 0 o 1. È vero che la procedura del test statistico è equivalente all'ANOVA, ma il modello parametrizzato e la formula di previsione stimata possono essere visualizzati anche da una prospettiva di regressione. In realtà, in JMP il rapporto Analisi della varianza in Modello adatto è classificato come uno dei numerosi "rapporti di regressione", indipendentemente dal fatto che le variabili indipendenti siano categoriche o meno.
Modello adatto può essere utilizzato sia per analisi unidirezionali che bidirezionali. Modello adatto permette inoltre di visualizzare e salvare la formula di previsione (ovvero la funzione di regressione con i parametri stimati) e ci sono diverse opzioni per la parametrizzazione (che si trova sotto il triangolo rosso -> Stime...). Tukey HSD viene invocato dal triangolo rosso sopra ogni variabile indipendente (chiamata "Effetti" in JMP).
Re: Regressione lineare con asse X categorico e analisi 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
Non la definirei "regressione lineare multipla" nel caso in cui il poster originale dicesse che ha X categorico. Quindi non sono sicuro che l'esempio che fai sia adatto.
Re: Regressione lineare con asse X categorico e analisi ANOVAProva a utilizzare la piattaforma Fit Model (si trova nel menu Analizza, sotto la piattaforma Fit Y by X che hai già trovato)
Questa piattaforma eseguirà una regressione lineare multipla
Sembra che tu abbia più X, queste vanno nella casella Construct Model Effects, e le tue Y vanno nella casella Y (più Y sono OK)
Questa è una breve descrizione di come configurarlo
http://jmp.com/academic/pdf/learning/05_multiple_linear_regression.pdf
Ci sono molte altre guide rapide qui
JM | Biblioteca di apprendimento
Re: Regressione lineare con asse X categorico e analisi ANOVANon esiste una regressione lineare con X categoriche, tranne nel senso che in realtà è ANOVA.
L'ANOVA unidirezionale in JMP è Fit Y per X
ANOVA a due vie in JMP è Fit Model
