Regresión lineal con eje X categórico y análisis ANOVA<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola a todos, soy bastante nuevo en JMP Pro y tengo un par de preguntas:
1. Tengo problemas para encontrar cómo hacer una regresión lineal cuando el eje X es categórico. Tengo un conjunto de datos de hojas de 9 clases de edad diferentes (15 a 30 hojas muestreadas para cada clase de edad de hoja ordenadas de la clase de edad más joven a la más antigua de la siguiente manera: Y1, Y2, Y3, Y/M, M, O, S, O/ S1, O/S2), 3 condiciones de luz diferentes (SU, SH Mid, SH Low) y 12 árboles diferentes. Estas hojas tienen 12 rasgos físicos y químicos diferentes, como el grosor de la hoja, el área de la hoja, el contenido de agua de la hoja, el contenido de carbono de la hoja, etc. y quiero encontrar la tendencia para cada rasgo de la hoja (eje Y) organizado por árbol y condición de luz como el edad de las hojas (eje X). Intenté ingresar al menú "Analizar" y hacer una regresión "Ajustar Y por X" organizada por árbol y condición de luz, pero lo que obtengo es un análisis unidireccional para el rasgo de la hoja y no sé qué hacer con esto.
2. Necesito realizar pruebas ANOVAS de 1 y 2 vías y HSD de Tukey, pero no puedo encontrar las plataformas para estas y HELP hasta ahora no ha sido muy útil.
Anteriormente utilicé SPSS para hacer estadísticas, por lo que estoy un poco perdido en cuanto a cómo realizar los análisis mencionados anteriormente en JMP Pro.
Muchas gracias de antemano por la ayuda,
Cecilia
Re: Regresión lineal con eje X categórico y análisis ANOVAAdemás de mi publicación original, actualmente estoy tratando de usar la plataforma del modelo Fit para determinar cómo cada uno de mis rasgos de hoja muestreados (por ejemplo, grosor de la hoja, área de la hoja, contenido de agua de la hoja, contenido de carbono de la hoja, etc.), varía con 3 efectos del modelo :
1. especies de árboles (12 árboles diferentes)
2. edad de la hoja (9 edades de la hoja de la más joven a la más vieja: Y1, Y2, Y3, Y/M, M, O, S, O/S1, O/S2)
3. diferentes condiciones de luz (SOL, SOMBRA Media, SOMBRA Baja)
Intenté ejecutar un análisis usando el contenido de agua de la hoja como 'Y' y lightCondition*leafAge como efectos de modelo usando la opción 'Cruz' (interacciones). Sin embargo, apareció una ventana que decía: 'Al modelo le falta un efecto' y esto me hizo darme cuenta de que no había considerado que tengo un diseño de muestreo desequilibrado de 3 maneras diferentes:
1. los tamaños de muestra son diferentes para cada edad de hoja cuando todos los árboles se agrupan y también cuando se consideran por árbol individual
2. Las edades de las hojas entre los árboles son todas diferentes: un árbol puede tener solo 1 edad de hoja o hasta seis edades de hojas y cada árbol tiene una combinación diferente de las posibles 9 edades de hojas.
3. todos los árboles tienen hojas SU pero solo 4 árboles tienen SH Mid y uno de estos también tiene SH Low, además, solo la posición del dosel SH Mid tiene edad de hoja O/S2
¿Alguien podría aconsejarme cómo lidiar con esto? Intenté cambiar la 'Personalidad' del modelo de 'mínimos cuadrados estándar' a 'modelo lineal generalizado' con 'distribución' establecida como 'normal' y la 'función de enlace' como 'identidad' (es decir, sin transformación, creo que esto es ¿correcto?). Pero sigo recibiendo el mensaje 'Al modelo le falta un efecto' y, básicamente, creo que el problema se reduce a cómo lidiar con los datos faltantes. ¿Cómo puedo decirle a JMP Pro que coloque un 'NA' en todos los lugares donde me faltan datos? Ignoré el mensaje de error de 'efecto faltante' y ejecuté el análisis de todos modos y los resultados muestran que JMP Pro parece estar 'rellenando' los datos faltantes. Por ejemplo, los resultados incluyen la edad de la hoja O/S2 para las hojas SUn que no existe (creo que es la fuente de la ventana 'falta un efecto en el modelo') y, al observar los resultados, parece que el algoritmo interno pondera y equilibra se están arruinando debido a esto. Estaría muy agradecido por cualquier consejo sobre cómo lidiar con estos datos faltantes en JMP Pro.
¡Gracias de antemano por la ayuda! Cecilia
Re: Regresión lineal con eje X categórico y análisis ANOVADisculpe por no responder a las respuestas anteriores, estoy en el proceso de escribir mi tesis doctoral y estoy trabajando en diferentes análisis al mismo tiempo y tuve que concentrarme en un conjunto diferente por un tiempo. Muchas gracias por los útiles comentarios de todos, en las próximas dos semanas volveré a estos análisis de regresión y ANOVA y probaré las diferentes opciones mencionadas.
Gracias de nuevo Cecilia
Re: Regresión lineal con eje X categórico y análisis ANOVALa regresión lineal en el contexto de la estimación de la relación entre una variable estocástica dependiente y una o más variables independientes no se limita a las variables continuas. En el análisis de regresión, las variables categóricas a menudo se denominan variables ficticias que toman el valor 0 o 1. Es cierto que el procedimiento de prueba estadística es equivalente a ANOVA, pero el modelo parametrizado y la fórmula de predicción estimada también se pueden ver desde una perspectiva de regresión. En realidad, en JMP el informe de Análisis de Varianza en Modelo de ajuste se clasifica como uno de varios "Informes de regresión", independientemente de que las variables independientes sean categóricas o no.
Modelo de ajuste Se puede utilizar tanto para análisis unidireccionales como bidireccionales. Modelo de ajuste también le permite ver y guardar la fórmula de predicción (es decir, la función de regresión con parámetros estimados) y hay diferentes opciones para la parametrización (que se encuentran debajo del triángulo rojo -> Estimaciones...). Tukey HSD se invoca desde el triángulo rojo sobre cada variable independiente (llamado "Efectos" en JMP).
Re: Regresión lineal con eje X categórico y análisis 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
No lo llamaría "regresión lineal múltiple" en el caso en que el cartel original dijera que tiene X categórica. Así que no estoy seguro de que el ejemplo que das encaje.
Re: Regresión lineal con eje X categórico y análisis ANOVAIntente usar la plataforma Fit Model (está en el menú Analizar, debajo de la plataforma Fit Y by X que ya ha encontrado)
Esta plataforma realizará una regresión lineal múltiple
Parece que tiene varias X, estas van en el cuadro Efectos del modelo de construcción, y sus Y van en el cuadro Y (múltiples Y están bien)
Esta es una breve descripción de cómo configurarlo.
http://jmp.com/academic/pdf/learning/05_multiple_linear_regression.pdf
Hay muchas otras guías rápidas aquí.
JMP | Biblioteca de aprendizaje
Re: Regresión lineal con eje X categórico y análisis ANOVANo existe tal cosa como la regresión lineal con X categóricos, excepto en el sentido de que en realidad es ANOVA.
Oneway ANOVA en JMP es Fit Y por X
ANOVA bidireccional en JMP es modelo de ajuste
