Hallo, ich bin daran interessiert, eine Überlebensanalyse mit Genexpressionsdaten durchzuführen. Die Eingabe wären Expressionsdaten aus einem Panel von Genen, und ich möchte die Gruppe (Teilmenge) von Genen mit der besten Modellleistung identifizieren. Kann JMP (oder JMP Genomics) eine automatische Identifizierung des besten Modells durchführen?
@WIE Es sieht so aus, als ob Ihre Antwort oben verstümmelt wurde.
Kannst du es erneut versuchen?
Ich denke, eine Frage, die ich zuerst fragen würde, ist, wie würden Sie das "beste" Modell identifizieren? Sowohl in JMP Pro als auch in JMP Genomics gibt es Validierungsmethoden, um das "beste" Modell (AICc, BIC, Validation Column, Cross Validation usw.) zu ermitteln. Und dann gibt es Anpassungsstatistiken, die auch helfen, die Modellmethode mit der besten Leistung zu ermitteln.
Wie bereits erwähnt, ist JMP Pro mit der automatischen Modellauswahl (Anzahl der für das Modell zu verwendenden Prädiktoren) ziemlich gut, wenn man die für das Modell von Interesse gewählte Validierungsmethode wählt. Man muss noch die Modellierungsmethoden sowie die Modelle selbst vergleichen. Sowohl JMP Pro als auch JMP Genomics bieten Modellvergleichstools, um dies zu bewerten.
Am Ende sollte noch untersucht werden, was die Gene sind und wie das Modell aussieht, bevor es verwendet wird. Die Modellierung ist ein explorativer Prozess und sollte nicht vollständig "automatisiert" werden.
JMP-Genomics-Informationen zu Predictive Modeling finden Sie hier:
https://www.jmp.com/support/downloads/JMPG90_documentation/wwhelp/wwhimpl/js/html/wwhelp.htm#href=predictive_modeling.11.01.html
Sehen Sie sich die Buckley-James Estimation-Methode an, mit der Sie andere Modellierungsmethoden (wie Ridge-Regression usw.) für Time-to-Event-Daten mit einem Zensor verwenden können.
Chris
