Probit-Analyse - Anpassungstest (Regression) und WiederholungenIch versuche, den ec50 (Konzentration, bei der 50 % radiales Pilzwachstum im Vergleich zur Kontrolle auftritt) bestimmter Fungizide, die ich in vitro (in Petrischalen) ausprobiert habe, im Vergleich zu verschiedenen Isolaten zu bestimmen. Ich habe die gleichen 9 verschiedenen Isolate mit verschiedenen Fungiziden als radiales Myzelwachstum getestet. Für jedes Fungizid werden 5, 6 oder 7 (je nach Fungizid) Konzentrationen getestet und 3 Wiederholungen für jede Konzentration. Für jedes Fungizid wurden alle Petrischalen am selben Tag gemessen.
Die Probit-Binomialverteilung scheint zumindest in den meisten Fällen gut zu den Daten zu passen.
Meine Probleme sind, wie man Wiederholungen in die Analyse einbezieht und wie man den Standardfehler bestimmt.
Im Anhang sind Screenshots der Daten.
datadataDaten
fit modelfit model Modell passen
regression plotregression plot Regressionsdiagramm
ec 50ec 50 ec 50
Betreff: Probit-Analyse - Anpassungstest (Regression) und WiederholungenAlso richte ich die Analyse wie in der Abbildung oben ein (kurzes Skript unten, um sie einzurichten)
Fit Model(
Y( :inhibition, :N ),
By( :isolate ),
Effects( :log ppm, :Replicate, :Replicate * :log ppm ),
Personality( "Generalized Linear Model" ),
GLM Distribution( "Binomial" ),
Link Function( "Logit" ),
Overdispersion Tests and Intervals( 0 ),
Name( "Firth Bias-Adjusted Estimates" )(0),
Run
)
Halten Sie die Steuerungstaste (Befehlstaste auf OSx) gedrückt und klicken Sie bei gedrückter Maustaste auf das rote Dreieck der höchsten Ebene, und wählen Sie im Menü die Option Inverse Vorhersage aus. Geben Sie dann für jedes angezeigte Dialogfeld 0,5 als Wahrscheinlichkeit für die Vorhersage ein. Dies dauert eine Weile, da Sie für jede Isolationsstufe aufgefordert werden.
Klicken Sie danach mit der rechten Maustaste auf eine der inversen Vorhersagetabellen für eines der Isolate und wählen Sie Kombinierte Datentabelle erstellen aus. Diese Tabelle habe ich im obigen Beispiel manipuliert, damit ich sie grafisch darstellen und analysieren kann.
Betreff: Probit-Analyse - Anpassungstest (Regression) und WiederholungenIch habe die Option für das inverse Vorhersageintervall unter dem roten Dreieck verwendet, nachdem ich das Modell angepasst habe, um die Wendepunkte/ec50s zu erhalten
Betreff: Probit-Analyse - Anpassungstest (Regression) und WiederholungenDanke schön. Können Sie mir bitte sagen, wie Sie die Durchschnittswerte berechnet haben? Haben Sie sie in eine Tabelle exportiert und von dort aus das Diagramm erstellt? Ich kann es nicht herausfinden. Vielen Dank im Voraus.
Betreff: Probit-Analyse - Anpassungstest (Regression) und WiederholungenIn diesem Fall ist die Gruppe der Replikate zusammen. Dies ist kein schlechter Weg, da es im Wesentlichen zu den Mittelwertreplikaten passt, was zu einer besseren Anpassung an das Antwortmuster führt. Beachten Sie, dass die Wiederholungen keine unabhängigen Beobachtungen sind (abhängig von der Versuchseinheit), und JMP davon ausgeht, dass jede Zeile eine unabhängige Beobachtung ist. Wenn die Daten gestapelt wurden (eine Spalte für jedes Replikat und eine Zeile für jedes Isolat)
Sie können auch versuchen, jedes Replikat für jedes Isolat separat anzupassen. so was:
Beachten Sie nur, dass Sie jede inverse Vorhersage für jedes Isolat manuell hinzufügen müssen. (Anmerkung: sehr mühsam, also senden Sie einen Funktionsvorschlag an den Support von jmp dot com) Halten Sie die STRG-Taste gedrückt, wenn Sie die Option Inverse Vorhersage wählen, dann erscheint der Dialog zur Berechnung der 0,5-Wahrscheinlichkeit für jedes Isolat.
In diesem Fall wird die Anpassung für jede Wiederholung nach Isolat berechnet. Der Fehler wird nicht für die Replikate gepoolt. Dies ist wie ein gemischtes Modell mit unabhängigen Sigma-Schätzungen.
In der Abbildung unten ist das „mittlere“ Niveau die Anpassung, wie Sie sie in Ihrem Post gemacht haben, mit allen Wiederholungen zusammen. Beachten Sie den Unterschied in den Konfidenzintervallen.
Hinweis: JMP 14 hat die Intervallrolle, daher ist dies einfach zu machen.
Das zu behandelnde Problem ist also, dass, wenn die Tabelle wie die gepostete Datei im Hochformat vorliegt, die Replikationen in den Zeilen so behandelt werden, als wären sie unabhängige Beobachtungen. Ich gehe davon aus, dass sie nicht unabhängig sind. Die Wiederholungen sind abhängig vom Versuchsgerät. Also hier ist, wie man damit arbeitet. und sind Ein alternativer Ansatz besteht darin, die Tabelle wie folgt aufzuteilen:
current Datatable() << Split(
Split By( :Replicate ),
Split( :inhibition ),
Group( :isolate, :ppm ),
Sort by Column Property
);
Sie sind sich nicht sicher, wie die Replikate am besten behandelt werden, entweder Durchschnitt oder Geometrisches Mittel?
Aber so oder so ist leicht zu erkennen, dass die Konfidenzintervalle für den erzwungenen Mittelwert (Tabelle im großen Format mit unabhängigen Wiederholungen.) viel enger sind als das Intervall der Mittelwerte aus der geteilten Tabelle. Dies liegt daran, dass die Freiheitsgrade aufgebläht werden, indem die Replikate als unabhängig behandelt werden.
Die Daten für dieses Diagramm stammen aus den EC50s der Daten, die auf unterschiedliche Weise angepasst wurden, es handelt sich nicht um ein Standardberichtsdiagramm.
