Hola, estoy interesado en realizar un análisis de supervivencia con datos de expresión genética. La entrada sería datos de expresión de un panel de genes, y quiero identificar el grupo (subconjunto) de genes con el mejor rendimiento del modelo. ¿Puede JMP (o JMP Genomics) realizar una identificación automática del mejor modelo?
@COMO , parece que tu respuesta arriba fue confusa.
¿Puedes intentar publicar de nuevo?
Creo que una pregunta que primero me gustaría hacer es, ¿cómo identificaría el "mejor" modelo? Tanto en JMP Pro como en JMP Genomics hay métodos de validación para ayudar a identificar el "mejor" modelo (AICc, BIC, columna de validación, validación cruzada, etc.). Y luego están las estadísticas de ajuste que también ayudan a identificar el mejor método de modelo de rendimiento.
Como se mencionó anteriormente, JMP Pro hace un trabajo bastante bueno con la selección automática de modelos (número de predictores que se usarán para el modelo) dado el método de validación elegido para el modelo de interés. Uno todavía tiene que comparar los métodos de modelado, así como los modelos en sí. Tanto JMP Pro como JMP Genomics proporcionan herramientas de comparación de modelos para evaluar esto.
Al final, uno todavía debe explorar qué son los genes y cómo se ve el modelo antes de usarlo. El modelado es un proceso exploratorio y no debe estar completamente "automatizado".
La información de JMP Genomics sobre modelado predictivo se puede encontrar aquí:
https://www.jmp.com/support/downloads/JMPG90_documentation/wwhelp/wwhimpl/js/html/wwhelp.htm#href=predictive_modeling.11.01.html
Mire el método de estimación de Buckley-James que le permite a uno usar otros métodos de modelado (como la regresión de Ridge, etc.) para los datos de tiempo hasta el evento con un censor.
Chris
