Analyse Probit dose-réponse<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut le groupe,
J'essaie de reproduire une simple analyse dose-réponse que j'avais effectuée dans SPSS. Donc, dans JMP, j'utilise le module "Ajuster le modèle", en sélectionnant les modèles linéaires généralisés, la distribution binomiale et le lien probit.
J'ai trois variables, nombre de dosages effectués (10 dosages), nombre de dosages avec résultat positif et concentration (de 0 à 36)
0 10 2
1 10 4
2 10 9
6 10 16
8 10 25
9 10 36
0 10 0
Je sélectionne le nombre d'essais effectués comme variable "Y", le nombre d'essais avec un résultat positif comme "Freq" et la concentration dans les journaux comme variable sur laquelle modéliser les effets. Mais quand je clique sur Exécuter, j'obtiens ce message dans les résultats :
"Attention : Hessian non défini positif. La singularité est probablement due à un mauvais ajustement du modèle ou à des dépendances linéaires entre les covariables du modèle. L'ajustement et le résultat sont d'une valeur discutable"
Et l'analyse n'est pas effectuée.
Quelqu'un peut-il partager des commentaires?
Merci,
David
Re : Analyse des probits de réponse à la doseC'est en effet le bon ordre pour alimenter les variables. Merci de l'avoir signalé, Michael.
David
Re : Analyse des probits de réponse à la doseLa dernière ligne 0 10 0 des données d'origine, pour une raison quelconque, isole l'analyse de la nécessité d'un ordre correct. Si vous le laissez de côté, l'ordre a de l'importance.
Michael
Re : Analyse des probits de réponse à la doseJ'ai suivi ce fil avec intérêt.
À partir de la documentation JMP :
Si vos données sont résumées en fréquences d'événements et d'essais, spécifiez deux
Colonnes dans cet ordre : un décompte du nombre de succès, et un décompte du nombre de
essais. Vous pouvez également spécifier le nombre d'échecs au lieu de succès.
(c'est moi qui souligne).
Donc, si vous changez l'ordre, les 2 variables y sont entrées, je pense que vous verrez plus de ce que vous attendiez, surtout si vous changez l'axe des x pour qu'il soit logarithmique.
Cela dit, je ne peux pas expliquer pourquoi l'ordre ne semble pas avoir d'importance avec vos données d'origine.
Michael
Re : Analyse des probits de réponse à la doseCher DanO,
désolé de vous déranger à nouveau, mais en changeant les chiffres de la démo, je semble obtenir de mauvais résultats. Veuillez consulter cet ensemble de données, avec les mêmes variables mais des nombres différents. Pour les trois concentrations les plus élevées, j'obtiens 100 % de positifs
Nombre de résultats positifs Nombre de tests effectués Concentration
0 1140 0,01
241 1140 0,1
590 1140 0,5
963 1140 1
1134 1140 5
1140 1140 10
1140 1140 50
1140 1140 100
Je lance le Probit comme vous l'avez suggéré

Après avoir couru, j'obtiens un résultat étrange qui n'a aucun sens pour moi. Au lieu de faire des pourcentages de corrections sur le Y, il semble faire quelque chose de différent. Qu'est-ce que je fais mal?

Merci beaucoup pour votre aide
David
Re : Analyse des probits de réponse à la doseMerci beaucoup DanO, c'est une réponse très claire. Il est intéressant que JMP sache qu'ils sont liés.
Concernant la transformation log, oui j'en tiendrai compte (c'était effectivement mentionné dans mon post d'origine, bien qu'assez vague je dois l'avouer !)
Meilleur,
David
Re : Analyse des probits de réponse à la doseDavid,
Votre « nombre de tests avec un résultat positif » doit également figurer dans une variable « Y ». Le rôle Fréquence sert à indiquer combien de fois une ligne dans la table de données s'est réellement produite. Dans ce cas, le modèle GLM attend le nombre d'essais effectués et le nombre de résultats positifs comme valeurs Y "séparées". L'analyse les reliera.

Une chose que vous n'avez pas mentionnée qui est souvent faite pour ce type de travail est de prendre le journal de la concentration. Je l'ai fait dans la boîte de dialogue du modèle ci-dessus. Mettez en surbrillance l'effet du modèle de concentration, cliquez sur le bouton de transformation et choisissez log. Les résultats sont affichés ici.

Dan