analyse répétitive<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut tout le monde,
Je souhaite traiter les données contenues dans un tableau conformément à l'exemple ci-joint. Le tableau consiste en 100 colonnes + une colonne servant de mesure de contrôle et entre 30 et 80 lignes.
L’objectif est d’appliquer un test statistique de manière itérative en commençant par contrôle vs colonne 51, contrôle vs colonne 52, contrôle vs colonne 53, etc…, afin de détecter le moment où une différence significative apparaît, pendant combien de temps elle est présente sur les colonnes suivantes et quand la signification est perdue.
Par exemple, une différence peut être détectée de la colonne 63 à la colonne 78, puis perdue de c79 à c86, puis réapparue de c87 à c98.
Je ne sais pas comment écrire un script qui permette une analyse automatique de ce type de tableau et un compte rendu des moments où des différences se produisent.
Toute suggestion ?
Re: analyse répétitiveC'est une manière constructive d'échanger des conseils! Merci pour ça Kevin. Il est intéressant de savoir que nous pouvons aller et venir avec R et JMP. Je vais sûrement regarder de plus près les procédures de point de changement.
Re: analyse répétitiveSalut Paul!
Sans plus d'informations, je ne fais pas plus que photographier dans le noir.
Mais si, comme je le soupçonne, vous recherchez des données recueillies de manière séquentielle pour tenter de discerner un changement dans le processus de génération des données, une approche basée sur un point de changement pourrait être plus justifiée.
Il existe de nombreuses façons de détecter les points de changement et une multitude de références remontant à de nombreuses années.
CRAN a un point de changement package qui implémente plusieurs méthodes récemment recherchées dans R. JMP possède une intégration R nette, dans laquelle vous pouvez exécuter du code R sur des ensembles de données JMP et récupérer les résultats dans JMP. Essayez la méthode Pruned Exact Linear Time (PELT) référencée dans R. Killick, P. Fearnhead et IA Eckley (2012), Détection optimale des points de changement avec un coût de calcul linéaire, Journal de l'American Statistical Association, 107: 500, 1590-1598.
Re: analyse répétitiveMerci Kevin, toute suggestion est appréciée.
D'après ce que j'ai compris, Paul n'a pas encore choisi de test, mais il lui a plutôt demandé comment faire pour exécuter une séquence de tests à deux échantillons (un échantillon toujours identique) dans JMP, compte tenu de son ensemble de données d'origine. Mon point était que le script ne serait pas nécessaire dans ce cas.
Merci encore pour vos contributions.
Re: analyse répétitiveMerci pour ton message, Kevin,
Je ne veux pas déranger les statisticiens prééminents, qu'ils soient vivants ou morts.
je serait heureux à Sachez quelle est votre suggestion.
Re: analyse répétitiveQuelqu'un devrait probablement mentionner que l'approche que vous prenez pourrait amener un nombre non négligeable de statisticiens prééminents morts à tourner comme des tours dans leurs tombes respectives.
Je ne peux pas discerner exactement quelle décision vous essayez de prendre à partir de votre description, mais cela ressemble plus à une détection de point de changement. Si tel est le cas, l'analyse d'un nombre de valeurs p agrégées séquentiellement à partir de tout test sur deux échantillons peut être considérée au mieux comme une forme médiocre.
Re: analyse répétitiveSalut Paul,
merci, cela a beaucoup aidé.
Il semble que les scripts ne sont pas obligatoires ici. Vous pouvez faire ce qui suit:
1. Tables> Pile: Obtenez une nouvelle table de données avec les données de votre colonne de contrôle et toutes les colonnes de mesure empilées. Cela créera une étiquette de colonne avec vos noms de colonne et une seconde colonne contenant toutes vos données.
Le fichier joint montre mon résultat.
2 Analyser> Ajuster Y par X, avec X = étiquette et Y = données> Point chaud> Comparer des moyennes> Avec contrôle, de Dunnett: choisissez votre colonne de contrôle et vous obtiendrez tous les tests par paires. Vous pouvez cliquer avec le bouton droit de la souris sur la table sous LSD Threshold Matrix, par exemple pour la trier ou la transformer en table de données (par exemple, pour représenter graphiquement les valeurs p dans Graph Builder).
Pour le test de Dunnett, voir aussi Comparer les moyens .
J'espère que cela pourra aider,
Volker
Re: analyse répétitiveBonjour Volker et merci de prendre soin de mon problème,
Voici un tableau de données déjà analysé dans lequel la comparaison Ctrl / test a mis en évidence des différences significatives (évalué avec at test, mais une méthode de Wilcoxon serait plus appropriée).
Chaque ligne ci-dessous donne la comparaison entre les données Ctrl (colonne de contrôle) et une colonne de test donnée (numérotée de 100 à 200)
Col nbr Valeur P
...
160 0,01
161 0,0022
162 ns
163 ns
164 0,03
165 ns
166 0,008
167 0,04
168 0,04
169 ns
170 0,004
171 ns
172 ns
173 ns
174 0,04
175 ns
176 <0,0001
177 0,008
178 ns
179 0,004
180 0,02
181 0,003
182 0,004
183 0,009
184 0,04
185 0,005
186 ns
187 0,006
188 0,03
189 0,02
190 0,0002
191 ns
192 0,001
etc...
Re: analyse répétitiveSalut Paul,
voici ce que j'ai appris de notre chat:
Définition d'une différence: test de Wilcoxon comparant les valeurs de la colonne Ctrl aux valeurs de chacune des 100 autres colonnes (comparaisons répétées).
La table d'exemple est seulement pour donner une idée de la structure de données. Le comportement décrit ci-dessus ne s'applique pas à cette table.
L'objectif serait de trier les temps de début et de décalage d'une différence pour chaque table analysée de ce type.
Si vous pouviez fournir un autre tableau avec les résultats d'analyse que vous aimeriez voir, cela aiderait beaucoup.
BR, Volker
