Comment configurer un modèle mixte pour les données de proportion avec une distribution d'erreur appropriée?Bonjour à tous,
J'apprécierais grandement les conseils sur l'analyse d'un ensemble de données de proportion, dans lequel j'aimerais inclure des facteurs aléatoires et fixes.
Les données proviennent d'une expérience avec des mouches à fruits. Chacun des 3 traitements "sociaux" a été appliqué à 3 populations de mouches indépendantes, de telle sorte qu'il existe 9 populations au total. Un traitement de régime élevé ou faible a ensuite été appliqué à des mouches individuelles dans chacune des 9 populations. Chacune de ces mouches a été placée dans un flacon séparé et concourue pour engendrer la progéniture. La progéniture engendrée par ces mâles expérimentaux avait les yeux rouges, tandis que la progéniture non engendrée par eux avait des yeux blancs, le nombre total de progénitures aux yeux rouges et blancs variant selon les flacons.
Je veux savoir si la proportion d'enfants issus de ces mouches diffère en fonction du traitement social, du traitement diététique ou de leurs interactions. J'ai mis en place un modèle avec les facteurs fixes de l'alimentation (à deux niveaux), du traitement social (à trois niveaux) et de l'interaction alimentation par traitement. Le modèle a également l'effet aléatoire de la population imbriquée dans le traitement social. J'ai comme variable de réponse la proportion d'enfants ayant les yeux rouges dans une fiole, pondérée par le nombre total d'enfants dans la fiole.
Lors de l'exécution du modèle, les résidus n'étaient pas distribués normalement. J'ai appliqué une transformation de racine carrée en arcsine, ce qui a aidé, mais les résidus ne sont pas restés normalement distribués. Une option consiste à appliquer la transformation logit, ce qui rend les résidus normalement distribués.
Cependant, je me demande si une meilleure approche serait d’utiliser un modèle linéaire généralisé avec une distribution d’erreurs spécifiée correspondant aux données. J'imagine que cela pourrait être une fonction de lien logit. J'apprécierais grandement les conseils à ce sujet; en particulier si cela serait mieux que d'utiliser une transformation logit dans un modèle linéaire, comment sélectionner une distribution d'erreur pour un GLM et comment configurer le modèle avec JMP.
Merci beaucoup!
Jen
Re: Comment configurer un modèle mixte pour les données de proportion avec une distribution d'erreur appropriée?Oui, JMP ne peut pas adapter un modèle pour une réponse binomiale avec un effet aléatoire.
Re: Comment configurer un modèle mixte pour les données de proportion avec une distribution d'erreur appropriée?Merci pour cela. J'ai pensé à la population comme à un effet aléatoire car je ne m'intéressais pas aux estimations relatives à chacune des populations et, si je réalisais l'expérience à nouveau, je créerais de nouvelles populations de mouches. Souhaitez-vous suggérer le contraire?
En outre, il semble que j'ai mal compris votre suggestion quant à la configuration du modèle. J'ai créé une colonne pour les valeurs rouges et blanches et une autre colonne avec des comptes, de sorte que chaque mâle ait deux lignes, une avec des comptes rouges et une autre avec des comptes blancs. Avec cette configuration, je dois relier les deux lignes associées à chaque individu masculin et inclus dans le modèle. Existe-t-il un moyen différent de le configurer sans inclure un individu?
Plus généralement, est-il vrai qu'un facteur aléatoire ne fonctionnera pas avec ce type de modèle?
Re: Comment configurer un modèle mixte pour les données de proportion avec une distribution d'erreur appropriée?Je ne vois pas d'effets aléatoires dans votre étude. Le sexe est un effet fixe. La population est un effet fixe. Les sujets individuels sont les résidus et n'ont pas besoin d'être explicitement entrés comme effet aléatoire.
Re: Comment configurer un modèle mixte pour les données de proportion avec une distribution d'erreur appropriée?Merci beaucoup pour cette suggestion.
J'ai mis cela en place de telle sorte qu'il y ait deux rangées par mâle, pour le nombre de descendants aux yeux rouges et blancs.
En essayant de faire fonctionner le modèle, je me heurte à la difficulté que le GLM ne permet pas un effet aléatoire.
J'ai les deux effets aléatoires de l'homme individuel et de la population. Si je les transforme en effets fixes, le modèle perd des degrés de liberté pour tester les effets fixes qui m'intéressent.
Des idées sur la façon de gérer cela?
Merci encore.
Re: Comment configurer un modèle mixte pour les données de proportion avec une distribution d'erreur appropriée?Vous pouvez utiliser la distribution binomiale pour le modèle avec la fonction de lien logit. Au lieu de proportion, vous pouvez utiliser une colonne de réponse avec rouge et blanc valeurs et une autre colonne avec un compte de chacune pour toutes les conditions. Affectez la colonne avec les comptes au rôle d'analyse Freq.
