비정규 분포에 대한 다변량 분석 (변형 가능하지 않음)?친애하는 JMP 커뮤니티,
나는 치료의 효과를 분석 할 필요가있다. 배수 정상적으로 분포되지 않은 임상 결과 변수에 대한 바이오 마커 (아래 히스토그램 참조).
내 제한된 지식을 기반으로, 모델에서 생성 된 오류가 정상적으로 배포되지 않기 때문에 표준 최소 스퀘어 모델을이 데이터 분석에 사용할 수 없다고 확신합니다. 그래서, 내 목표를 달성하기위한 최선의 선택은 무엇입니까?
참고 : 표준 버전의 JMP 11.1을 사용하고 있습니다.
도와 줘서 고마워.
진정으로,
Re : 비정규 분포에 대한 다변량 분석 (변환 불가능)?위에서 언급 한 모델링 방법 외에도, 저는 변수의 중요성 평가 (Assess Variable Importance, aka Sobol'izer) 풀다운을 예측 프로파일 러에 넣습니다.
특히 신경망은 변수의 중요성에 대한 정보를 제공하지 않는 "블랙 박스"로 유명합니다. Sobol'izer는 그 문제를 매우 의롭게 치료합니다. 참조가 첨부됩니다.
Re : 비정규 분포에 대한 다변량 분석 (변환 불가능)? @sornasst :
필자는 다양한 분석 플랫폼 보고서 창을 채우는 기본 응답 플롯 인 Column Contributions 및 Log Worth 값을 명확하게 살펴볼 것입니다. 또한 전 동료가 수행 한 모든 교차 유효성 검사 기술을 사용하여 진심으로 보증합니다. @bill_worley 언급한다. 다른 모델링 방법과 마찬가지로 회귀 트리를 쉽게 과장 할 수 있습니다. 다음은 파티션 플랫폼에 대한 일반적인 온라인 JMP 문서에 대한 링크입니다. JMP 11을 사용하고 있기 때문에,이 문서는 버전 13을위한 것입니다 ... 그래서 일부 옵션이나 메뉴가 다를 수도 있고 존재하지 않을 수도 있습니다 ...하지만 최소한 시작할 수 있습니다.
http://www.jmp.com/support/help/13-2/Partition_Models.shtml#
Re : 비정규 분포에 대한 다변량 분석 (변환 불가능)?안녕 피터,
파티션 플랫폼을 제안 해 주셔서 감사합니다. 응답을 분리하는 데 사용되는 매개 변수의 중요성을 포착 할 수있는 방법이 있습니까?
도와 줘서 고마워.
진정으로,
Re : 비정규 분포에 대한 다변량 분석 (변환 불가능)?파티션 플랫폼 사용에 대해 생각해 보셨습니까? 당신은 분명히 당신에게 비명을 지르고있는 당신의 반응 변수 분포에서 분리를 얻었을 것입니다. 바이오 마커 예측 변수 데이터는 종종 다중 공선 성 (collinearity)으로 가득 찬 것으로 악명이 높습니다 ... 그래서 PLS와 같은 기술은 약간의 통찰력을 나타낼 수 있습니까?
Re : 비정규 분포에 대한 다변량 분석 (변환 불가능)?분석 메뉴에서 Neural Nets를 시도해 볼 수 있습니다. Neural Nets는 비선형 데이터를 맞추기위한 좋은 플랫폼입니다. JMP 11의 독립 실행 형 플랫폼인지 또는 Predictive Modeling에서 찾을 수 있는지 확실하지 않습니다. TanH 기능의 여러 단계를 시도해 볼 수 있습니다. 한 가지 기억해야 할 점은 일종의 교차 유효성 검사를 사용하지 않으면 NN 모델이 쉽게 지나치게 적합하다는 것입니다. K-fold 또는 Holdback을 사용하고 다른 레벨을 시도하십시오. 작은 데이터 세트를 가지고 있다면 Leave-One-Out 밸리데이션을 사용하십시오. 목록에 없다면 K-Fold를 사용하여 Number of Folds 행 수를 만들 수 있습니다.
HTH
Re : 비정규 분포에 대한 다변량 분석 (변환 불가능)?하이 데일,
귀하의 제안에 감사드립니다 : 나는 임상 결과 변수를 서수 물류 모델에서 잘 수행 할 것으로 보이는 3 가지 수준으로 나누어 실험했습니다.
베스트,
Re : 비정규 분포에 대한 다변량 분석 (변환 불가능)?나는 당신의 질문에 일반적으로 대답하기가 어렵다고 생각한다. 그러나이 임상 결과의 분포를 살펴보면이 결과를 별개의 결과라고 생각할 수도 있습니다. 분포는 강력하게 bimodal입니다. <0.5 값을 0 bin으로,> .5를 1 bin으로 그룹화 한 다음이를 분류 문제로 분석 할 수 있습니까? 물론 샘플 크기가 충분히 크다면 선형 모델은 평균에 대한 합리적인 추정을 제공 할 수 있습니다. 그러나 이와 같은 이정표 결과의 경우 평균은 특히 중요하지 않습니다.
