63373_it-IT

liliconcom

analisi probit - test di adattamento (regressione) e repliche

Sto cercando di determinare l'ec50 (concentrazione alla quale vi è il 50% di crescita fungina radiale rispetto al controllo) di alcuni fungicidi che ho provato in vitro (in piastre di Petri) rispetto a diversi isolati. Ho testato gli stessi 9 diversi isolati con diversi fungicidi come crescita del micelio radiale. Per ogni fungicida ci sono 5, 6 o 7 (a seconda del fungicida) concentrazioni testate e 3 repliche per ogni concentrazione. Per ogni fungicida tutte le piastre di Petri sono state misurate lo stesso giorno.

La distribuzione probit-binomiale sembra adattarsi bene ai dati, almeno nella maggior parte dei casi.

I miei problemi sono come includere le repliche nell'analisi e come determinare l'errore standard.

In allegato gli screenshot dei dati.

datadatadatifit modelfit model modello adattoregression plotregression plot trama di regressioneec 50ec 50 ce 50

Ri: analisi probit - test di adattamento (regressione) e repliche

Quindi ho impostato l'analisi come nella figura sopra (scrittura rapida di seguito per configurarla)

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
)

Tieni premuto il tasto control (tasto comando su OSx) e mentre tieni premuto fai clic sul triangolo rosso di livello più alto, dal menu seleziona Predizione inversa. Quindi, per ogni finestra di dialogo che si apre, inserisci 0,5 per la probabilità di previsione. Questo richiede un po' di tempo perché ti verrà richiesto per ogni livello di isolamento.   

Al termine, fare clic con il pulsante destro del mouse su una delle tabelle di previsione inversa per uno degli isolati e selezionare Crea tabella dati combinati. Questa tabella è quella che ho manipolato nell'esempio sopra in modo da poter rappresentare graficamente e analizzare.

Ri: analisi probit - test di adattamento (regressione) e repliche

Ho usato l'opzione dell'intervallo di previsione inversa sotto il triangolo rosso dopo aver adattato il modello, per ottenere i punti di flesso/ec50

Ri: analisi probit - test di adattamento (regressione) e repliche

Grazie. Potresti dirmi come hai calcolato le medie? Li hai esportati in una tabella e da lì hai preparato il grafico? Non riesco a capirlo. Grazie in anticipo.

Ri: analisi probit - test di adattamento (regressione) e repliche

In questo caso il gruppo di repliche è insieme. Non è un brutto modo di procedere, perché essenzialmente si adatta alle repliche medie, il che si traduce in un migliore adattamento al modello di risposta. Tieni presente che le repliche non sono osservazioni indipendenti (dipendenti dall'unità sperimentale) e JMP presuppone che ogni riga sia un'osservazione indipendente. Se i dati sono stati impilati (una colonna per ogni replica e una riga per ogni isolato)

Potresti anche provare ad adattare ogni replica separatamente per ogni isolato. come questo:

Tieni presente che devi aggiungere manualmente ogni previsione inversa per ogni isolato. (nota: super noioso, quindi invia un suggerimento di funzionalità al supporto su jmp dot com) Tieni premuto CTRL quando scegli l'opzione Previsione inversa, quindi verrà visualizzata la finestra di dialogo per il calcolo della probabilità 0,5 per ogni isolato.

In questo caso verrà calcolato il fit per ogni replicato per isolato. L'errore non viene raggruppato per le repliche. È come fare un modello misto con stime indipendenti di sigma.

 

Nella figura sottostante, il livello "medio" è l'adattamento come hai fatto nel tuo post, con tutte le repliche insieme. Notare la differenza negli intervalli di confidenza.

nota: JMP 14 ha il ruolo di intervallo, quindi è facile da realizzare.

 

Quindi il problema da affrontare è che se la tabella è in formato alto come il file che è stato pubblicato, le repliche nelle righe vengono trattate come se fossero osservazioni indipendenti. Presumo con sicurezza che non siano indipendenti. Le repliche dipendono dall'unità sperimentale. Quindi ecco come lavorare con quello. e sono Un approccio alternativo consiste nel suddividere la tabella in questo modo:

current Datatable() << Split(
Split By( :Replicate ),
Split( :inhibition ),
Group( :isolate, :ppm ),
Sort by Column Property
);

Non sei sicuro di quale sia il modo migliore per trattare i replicati, media o media geometrica?

Ma in entrambi i casi, è facile vedere che gli intervalli di confidenza per la media forzata (tabella nel formato alto con repliche indipendenti) sono molto più ristretti dell'intervallo delle medie dalla tabella divisa. Questo perché i gradi di libertà vengono gonfiati trattando le repliche come indipendenti.

I dati per questo grafico provengono dagli EC50 dei dati adattati in modi diversi, non è un grafico di report predefinito.