要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいでしょうか?親愛なるみんな、
要因実験を行ってみました。 私の因子は、4 つのブロックの A (4 レベル)、B (2 レベル)、C (2 レベル) です。 ファクター A は、植物のさまざまな遺伝子型です。 この実験ではさまざまな特性を測定しました。
測定値をモデルに入力し、データ応答から因子 A の変動を除去したいと考えています。 やってもいいですか？
論文でそれに関する方法を見ました。 彼らは、因子 A に対するデータ (例: バイオマス) の応答を分析しました。その後、残差を保存し、それらを新しい変数 (因子 A 変動のないバイオマス) として使用しました。 JMPでも同じ方法を実行しましたが、正しいかどうかわかりません。統計的には可能でしょうか？
どうもありがとう
ミーラド
実験計画法Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?親愛なるフィル様
どうもありがとうございます。私は統計と SEM が完璧ではなく、単なる初心者です。 あなたのアドバイスは私にとって役に立ちました。
あなたが送ってくれたリンクは役に立ちました。 私の目的に基づいてモデルで残差を使用できるかどうかわからないため、残差なしで SEM を実行しました。 残差についてもっと学ぶ必要があると思います。 もちろん、モデルに残差を使用したという論文もいくつか見つかりました。
あなたのアドバイスからさらに多くのことを学びました。
お時間をいただきまして誠にありがとうございます。
敬具、
ミラド
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?さて、ミラド。 これを分析でどのように使用するかはあなたにお任せします。 自分が何をしているのか、なぜ SEM を適用する必要があるのかはご存知かと思いますが、私にとっては珍しいアプローチのように思えます。 私は統計学の修士号の一環として SEM を勉強しましたが、その方法と応用を理解するのが難しいと感じました。Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?親愛なるフィル様
メッセージありがとうございます。
「Genotype」と「Block」によってランダムに実行したモデルから保存した残差を意味します。
使うまではもっと頑張るべきだと思います。
R で sem を実行したいのですが、JMP でデータを計算して準備したいだけです。
どうもありがとう、
ミラド
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?あなたが今どの残余について話しているのかわかりません。 私が提案したモデルの残差は使用したくないでしょう。これらの残差は、ブロック、遺伝子型、変数 1 と変数 2 によって説明されない変動についてのみ伝えることになるからです。
構造方程式モデリングは、理解するのが非常に難しい方法論です (現在の JMP では不可能です)。 ここで SEM をどのように適用するかはわかりませんが、まず回帰モデリングを十分に理解できるようにすることをお勧めします。
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?親愛なるマーク様
アドバイスをいただきまして誠にありがとうございます、
」について調べてみました。予測プロファイラー」。 見た目は良いですね。 きっと役に立つと思います。
ありがとう、
よろしくお願いします、
ミラド
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?親愛なるフィル様
お時間をいただきまして誠にありがとうございました。とてもよかったです。
はい、「ジェノタイプ」の効果は私にとって重要ではありません。 データから削除したいのですが。 たぶん、より良い状態で変数を評価できると思います。 あなたの解決策は素晴らしいと思います。
これらの残差を新しい変数として使用して、「遺伝子型」効果を軽減できると思いますか? 構造方程式モデルに使いたいからです。
よろしくお願いします、
ミラド
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?私が知りたいのは、Phil の解決策の基礎は、線形モデルが各応答へのすべての寄与を同時に説明できるということです。 多因子実験を設計しましたが、一度に 1 因子ずつ分析しています。 これは無効なアプローチではありませんが、Phil が提案したモデルを使用するとさらに多くのことができます。 たとえば、予測プロファイラーを使用して、すべての要因への依存を視覚化できます。
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?こんにちは、
実験を .jmp テーブルとして添付しようとしましたが、同じ問題が発生しました。 コミュニティマネージャーに知らせますので、すぐに解決されることを願っています。
計画を評価したところ、主効果と 2 因子交互作用についてはほぼ完全に直交しています (除外された「外れ値」実行による若干の相関関係があります)。
あなたがとったアプローチについては詳しく見ていません。 おそらく大丈夫だと思いますが、統計学者は推奨しません。
私のアプローチは、Genotype を含むモデルを当てはめることです。 私はそれをランダムな効果として定義します。 これは、応答に影響を与えることが期待される要素であると理解しているからです。 しかし、ジェノタイプの効果が何であるかは実際には気にしません。 あなたが気にしている効果、つまり栄養素 1 と 2、およびそれらの相互作用の推定が変更されないように、その効果を考慮する必要があるだけです。 それは正しいでしょうか？
同じ理由で、ブロックをランダム効果として定義する必要もあります。
そこで、ランダム効果として Block と Genotype、固定効果として Nutrient1、Nutrient2、Nutrient1*Nutrient2 を使用してモデルを当てはめました。このモデルは、ブロックとジェノタイプによる応答の変動を考慮した栄養因子の効果を示します。
これを試してみると、結果は分析とほぼ一致しますか? 栄養素 1 は変数 1 に大きな影響を与え、その他の栄養素 1 の影響は重要ではないようです。
よろしく、
フィル
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?親愛なるフィル様
貴重なお時間を割いてアドバイスをいただき、誠にありがとうございました。
私のデータの一部に係数を添付しました。 ぜひ見つけてください。 .jmp ファイルを添付できませんでした。次のメッセージが表示されました。添付ファイルの内容がファイルの種類と一致しません。 」。 そこで手順の画像を載せてエクセルシートを添付しました。
この実験は RCBD に基づく階乗実験です。 遺伝子型 (4 レベル、A、B、C、D)、栄養素 1 (2 レベル、10 および 40)、および栄養素 2 (2 レベル、25 および 100) は 4 つのブロックの要素です。 また、「変数1」と「変数2」は実験期間中に私が測定した変数です。 このファイルでは、変数を対数に変換しました。
たとえば、異なる「遺伝子型」は「変数 2」に異なる影響を与えます。 モデルには「Nutrient 1」と「Nutrient 2」の効果だけが必要です。 そこで、「変数 1」と「変数 2」から「遺伝子型」の効果を削除したいと思います。 この目的のために、最初に「Genotype」による各変数に対して「Fit Y by X」を使用し、次に各変数の残差を保存しました。
Step 1. Fit y by x.Step 1. Fit y by x.ステップ1。 y を x で当てはめます。
2 番目のステップでは、これらの残差を「ブロック、栄養素 1、栄養素 2、栄養素 1*栄養素 2」による「モデルの適合」で完全階乗として使用しました。 その後、この方法で得られた残差を保存し、新しい変数として使用しました。
このファイルの「データテーブル」の「ステップ 1」と「ステップ 2」について説明しました。 また、「ステップ () - 変数 ()」は、変数ごとに各ステップから保存した残差です。(.jmp ファイルを添付できませんでした)。 これらの変数については、このファイルで確認できる 2 つの外れ値を削除しただけです (行 20 と 61)。
Step 2.Step 2.ステップ2。この方法を使用した結果、一部の変数間の回帰が異なります。 たとえば、2 つの変数間の回帰は負から正に変更されます。
どうもありがとう、
敬具、
ミラド
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?こんにちは、
あなたの説明から答えるのは難しいです。 あなたがとったアプローチについてはわかりません。 データまたは匿名化されたバージョンを共有できますか? それとも、JMP サンプル データ セットの 1 つを使って何をしようとしているのか説明してもらえますか? おそらく「2x3x4」の例も同様です。
Open("$SAMPLE_DATA/Design Experiment/2x3x4 Factorial.jmp")
よろしく、
フィル
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?親愛なるフィル様
貴重なお時間を割いて明確な説明をしていただき、誠にありがとうございました。
あなたが言及したリンクを見ました。 私の実験における変数に対する A*B と A*C と B*C の効果は、設計 2 に似ているため、直交していないと思います。
変数から A の影響を削除するために行ったプロセスを確認していただけますか?
1. A からの残差を各変数に保存しました。
2. 保存された残差に対して完全階乗 (B および C) を実行します。 次に、残差を新しい変数として保存しました。
これで、A の効果が新しい変数から削除されました。
それは正しいと思いますか?
お時間をいただきまして誠にありがとうございます。
乾杯、
ミラド
Re: 要因計画におけるデータ応答から要因の変動を除去するにはどうすればよいですか?はい、それは可能です。 JMP の任意のモデルから、たとえば Fit Y by X から残差を保存できます。 https://community.jmp.com/t5/Discussions/How-to-save-residuals-in-Fit-Y-by-X-platform-for-two-continuous/td-p/20608 。モデルの適合や他のモデリング プラットフォームからの残差を保存することもできます。
それが正しいか？ まあ実際には正解も不正解もありません。 ここで何をしているのかを考える必要があります。 また、A の効果を個別に推定するためにデータがどの程度優れているかも考慮する必要があります。 実験計画において A、B、C の効果は直交していますか? 見る私の最近のブログ投稿私の言っている意味を理解するために。
重回帰モデルには、B と C だけでなく A も含める方が一般的だと思います。 そうすることで、A によるバイオマスの変動がモデルによって捉えられ、B と C の影響を理解できるようになります。
それが役立つことを願っています。
フィル
