두 회귀선이 동일합니까? ANCOVA 대 적합선.두 가지 다른 식단(PM 또는 SR, 그룹화 변수)을 받는 대상에 대해 5가지 다른 에너지 상태(dGATP)에서 2개의 반응 변수(JO2 및 dPsi)가 수집된 데이터 세트가 있습니다.저는 Fit Model 플랫폼을 사용하여 개별 주제 데이터를 플롯하고 선형 또는 2차 모델이 최적인지 비교했습니다.개인 데이터와 그룹 데이터 모두에 대한 선형 모델의 AIC가 더 낮았으며 후속 질문은 "그룹의 회귀선이 다른가요?"입니다.저는 선형 피팅에서 등가 테스트 결과를 사용하여 기울기나 절편이 결정 한계 밖에 있는지 확인했습니다. 그러나 매개변수 비교를 수행하면 SR에 대한 y 절편만 결정 한계 밖에 나타납니다.
나는 ANCOVA 결과(맞춤 모델 - 선형과 동일하다고 생각함)가 유의미한 상호 작용(다른 기울기)과 y절편이 다르다는 것을 보여주어 곡선이 다음과 같다는 귀무 가설을 기각해야 한다는 사실에 더욱 혼란스러워졌습니다. 동일한.
1. 그렇다면 한 가지 접근 방식이 다른 접근 방식보다 나은가요?
2. 두 가지 접근 방식(또는 적어도 기울기가 모두 결정 한계 내에 있는 매개변수 추정치)이 ANCOVA와 일치하지 않는 이유에 대해 어떻게 생각하시나요?
3. 마지막으로, 모든 선의를 다하지 않은 경우 비선형 모델이 데이터에 가장 적합하다면 비동등성을 테스트하는 접근 방식이 달라질까요?
어떤 조언이라도 감사드립니다.
Re: 두 회귀선이 동일합니까? ANCOVA 대 적합선.위의 모델링 예에서 생물학적 복제를 처리하는 방법에 관한 위의 분석에 대한 매우 순진한 후속 질문이 있습니다.PM 조건에 대해 6개의 생물학적 복제가 있고 SR 조건에 대해 5개가 있으므로 PM에 대해 6개의 다른 회귀선이 있고 SR에 대해 5개의 다른 회귀선이 있습니다. 두 종속 Y 변수(JO2 및 dPsi)는 각 생물학적 복제에 대해 5개의 고정 dGATP에서 수집되었습니다.
1. ANCOVA의 내 데이터에 선형 모델을 적용할 때 생물학적 복제를 무시하고 집계 그룹 데이터를 기반으로 회귀선이 계산되는 것처럼 보입니다.그 집계 회귀는 모든 개별 회귀를 대표합니까, 아니면 생물학적 복제를 인정하기 위해 이것을 다르게 모델링해야 합니까?
2. 나는 dGATP를 용량/반응처럼 보기 때문에 모델링에 dGATP가 없습니다.핵심 지표가 2개의 종속 변수(JO2 및 dPsi)의 관계이므로 dGATP의 효과를 무시해도 괜찮습니까?모델에 포함하면 어떤 부가 가치가 있습니까? 그렇다면 모델에 어떻게 추가합니까?
3. 선형 회귀에서는 Y 오류 항만 고려된다는 막연한 기억이 있지만 이 분석에서는 2 Y 변수 중 하나를 예측 변수로 선택하고 다른 하나를 응답으로 선택해야 한다고 생각합니다.이 선택이 후속 결론에 영향을 미칠 수 있습니까?본질적으로 2개의 종속 변수를 제공할 때 이러한 선택을 하는 논리적인 방법이 있습니까?
4. X 변수(이 경우 Y 변수 중 하나를 대체함)의 오류를 무시하는 선형 회귀는 사용하기에 올바르지 않습니다.두 변수 모두에서 오류를 허용하는 데밍 유형 회귀를 사용해야 합니까?
Biostats의 이러한 미묘한 차이를 이해하려고 노력하는 동안 추가 도움을 주셔서 감사합니다.내 질문을 해독하는 것보다 쉽다면 어떤 참고 자료라도 감사하겠습니다!
Re: 두 회귀선이 동일합니까? ANCOVA 대 적합선.사려깊은 답변을 주신 Dan에게 감사드립니다. 귀하의 통찰력에 감사드립니다!
Re: 두 회귀선이 동일합니까? ANCOVA 대 적합선.두 번째 질문에 먼저 답변해 드리겠습니다. 여기에서 다양한 유형의 테스트가 진행되고 있기 때문에 결과가 일치하지 않습니다.
먼저, Fit Model에 사용한 분석을 모방하는 그룹화되지 않은 데이터가 있는 Fit Curve에 대한 의견을 제한하겠습니다.
Fit Curve 빨간색 팝업 메뉴 아래의 동등성 검정은 한 그룹의 모수 추정치를 다른 그룹과 비교합니다. 따라서 귀하의 시나리오에서는 SR 그룹의 절편 및 기울기를 PM 그룹의 절편 및 기울기와 비교했습니다. 이는 모수 추정치의 비율을 사용하여 이를 수행합니다(따라서 단일 통계를 형성하여 두 추정치의 분산을 "결합"합니다). 신뢰 구간은 95% 신뢰도(기본값)를 사용하여 구성되지만 결정 한계는 25% 변경에 대한 것입니다. 25% 변경은 찾고 있는 효과의 크기를 지정하는 것입니다. 매개변수가 10%씩 다른 경우 음영 처리된 영역은 최소 25% 달라야 한다고 나타내기 때문에 신뢰 구간은 음영 처리된 영역을 포함하게 됩니다.
맞춤 곡선 아래의 매개변수 비교 보고서는 ANOM(평균 분석) 유형의 테스트를 수행합니다. 테스트에서는 모수 추정치를 모든 모수 추정치의 전체 평균과 비교합니다. 전체 평균과 다른 그룹(또는 그룹)이 있는지 알아보고 있습니다. 데이터의 경우 SR 및 PM 기울기 추정치는 모두 결정 한계 내에 있으며 이는 두 모수 추정치가 전체 평균과 다르다고 주장할 수 없음을 나타냅니다. 10% 차이인지 50% 차이인지는 중요하지 않습니다.
ANCOVA 접근 방식에서는 상호 작용 항의 중요성을 살펴보면 기울기를 서로 직접 비교합니다. 중요한 차이점은 SR 기울기가 PM 기울기와 다르다는 것입니다. 전체 평균과 비교하는 것이 아닙니다. 여기서도 차이의 크기는 관련이 없습니다. 10%의 차이라도 유의미한 것으로 표시될 수 있습니다.
이것이 바로 결과가 반드시 일치하지 않는 이유입니다. 이 보고서는 미묘하게 다릅니다.
한 접근 방식이 다른 접근 방식보다 나은가요? 아니요, 해석이 다르기 때문입니다. 그들은 동일한 것을 테스트하고 있지 않습니다.
비선형 모델을 테스트하는 경우 ANCOVA를 사용할 수 없습니다. 해당 시나리오에서는 Fit Curve 접근 방식이 제대로 작동합니다. 동등성 검정을 선택할지, 매개변수 추정값 비교 옵션을 선택할지는 보고 배우려는 내용에 따라 달라집니다.
이게 도움이 되길 바란다.
