カテゴリ変数内に連続変数がネストされていますか?こんにちは、私は JMP を初めて使用するもので、データをモデル化する方法がよくわかりません。そのため、実行すべき手順についての提案をいただければ幸いです。 私の統計に関する知識が非常に限られていることをあらかじめお詫び申し上げます。
カテゴリ変数 (ドナー) と、各ドナーに固有の連続的な 2 つのパラメーター (年齢と BMI) を含むデータセットがあります。 さまざまな応答変数（細胞増殖なども連続的）がドナーの年齢とBMIにどのような影響を受けるか、また応答を決定する際に年齢とBMIの間に相互作用があるかどうかを確認したいと考えています。 これをどうやってやりますか? 私はこれを行うために適合モデルを使用してきました。最初はドナー、年齢、BMI をすべて個別の入力として使用しました。 この結果はドナー間の違いのみを説明しているようで、年齢やBMIの影響は解明されていないようでした。 年齢と BMI (因子としてドナーを除外) のみを使用した適合モデルを使用した場合、結果は年齢と BMI の両方の影響による回帰を示しました。 したがって、これをモデル化するには 2 つの方法があるようです。 1 つは各反応についてどのドナーが互いに大きく異なるかを報告できるもので、もう 1 つは各反応に対する年齢と BMI の影響を報告できるものです。 年齢と BMI の相互作用効果を観察するために 2 番目のモデルで十字ボタンを使用する必要があるかどうかわかりません。 また、3 つの独立変数すべてを同時にモデル化する方法もわかりません。 ドナー内で年齢とBMIをネストする必要がありますか? ネスト オプションのサポート ページには、ネストされた用語はカテゴリ的である必要があると記載されています。
どうもありがとうございます。フィードバックは大歓迎です。
Re: カテゴリ変数内に連続変数がネストされていますか?アンジー、
申し訳ありませんが、状況が分からないのでお手伝いできるかわかりません。 偽のデータを送ったのかと思いましたが、状況は本物でした…申し訳ありません。 あなたの返信に関してさらにいくつかの点があります（お許しいただければ）。
1. 「あなたのアルファは.05」というのは、アルファリスクのことを言っているのでしょうか？ これは統計的な有意性を得るために使用されます。 実務上の意義についてお尋ねをしております。 統計的有意性はデータ、データの取得方法、および比較の内容に依存するため、これは常に統計よりも重要です。
2. 好戦的ではありませんが、検査を研究室で行ったからといって、それが「良い」ものになるわけではありません。 実験室での測定結果が、検出するはずだったものを検出できなかった例が私にはたくさんあります。 アッセイの精度を裏付けるデータはありますか? そうであれば、ぜひ続行してください。
3. 実験の舞台は研究室ですか? どのような推論空間について結論を導き出したいと考えていますか? 結論は研究室の外の「条件」に基づいて導かれるのでしょうか？ そうであれば、慎重に進んでください。 結果が問題の領域に適用できるかどうかを確認する必要があります。 繰り返しになりますが、私のアドバイスは実際の状況によって異なるため、限界があります。
OK、治療の組み合わせごとに 3 つの「データ ポイント」があります。 問題は、それらがどのようにして入手されたのかということです。 (人によって説明する言葉が異なるため、これら 3 つのメジャーを何と呼ぶかについては注意しています)。 「データポイント」を取得した場合のガイダンスそれなし治療の組み合わせが変化しても、それらは通常、独立したイベントとはみなされないため、研究の自由度は増加しません（私はそれらを反復と呼んでいます）。 3 つのデータ ポイントが取得された時点ではそれらは「一定」であったため、値が変動する理由を処理 (要因) に割り当てることはできません。そのため、これらの値が変動する理由は、短期間で変化する変数、短期ノイズによるものです。 （例：測定誤差）。 この場合、治療内の変動を見て（グラフ的に機能します）、モデル化する Y となる適切な要約統計量 (平均、分散、範囲など) を決定できます。
3 つのデータ ポイントが実際に独立したイベントである場合、それらは反復とみなされ、利用可能な DF が増加します。 多くの場合、ランダム化された反復を行うことがアドバイスされます。これにより、統計的検定で使用される実験誤差の不偏推定値が得られることが期待されます。 また、推論空間も増加し、共変量を追加するための「未割り当て」DF が提供される可能性があります。 私の意見では、ここでは、推論空間を増やし、ノイズの効果を割り当て、ノイズを分割し、それによって計画の精度を向上させ (因子効果の検出)、堅牢な計画を作成するなど、他のより効率的かつ効果的な方法を紹介します (RCBD、BIB、分割プロット) 、など）
4. ここで何を言っているのかわかりませんが、応答変数の選択は重要です。 応答変数が連続的であればあるほど、因子の関係をより効率的かつ効果的に理解できます。 私は常に、可能な限り測定し、実験のビデオを撮ったり、音を録音したりすることをお勧めします。新しい応答変数がいつ発見につながるかはわかりません。 確かに、問題が変動に関するものであれば、その変動を定量化する応答変数 (標準偏差、分散、範囲など) が必要です。
5. 正しいツールの選択と必要なサンプルの数に関するアドバイスが多数あります。 私のアドバイスは、質問のリストから始めることです (例: どのような質問に答えたいですか? 従属変数と独立変数について、どのような仮説がありますか? 現象はどのように測定されるのでしょうか？など）。 状況、どのような種類のデータが利用可能か、どのような効果を推定したいか、どのようなリソースが利用可能か、どのような危機感があるかなどを理解したら、研究 (サンプリング計画、実験など) を設計できます。 単純化しすぎます...自由度は、データセットに含まれる情報の量です。 あなたが私に送ってくれたデータ セット (時系列が存在する) には 15 個のデータ ポイントがあるため、合計 14 の自由度があります。 各因子には複数の自由度があり (たとえば、ドナーは 4、尾羽は 4、尾羽数は 4)、交互作用があります (因子 DF を掛け合わせます)。 ご想像のとおり、因子の自由度だけでも合計すると 12 自由度になるため、相互作用を推定するには十分な DF がありません。 ルールは、推定または比較したいものを推定または比較するには十分な DF が必要であるということです。 (申し訳ありませんが、必要な DF の数は状況によって完全に異なります)。 私のお気に入りの DOE 著者の 1 人 (カスバート ダニエルズ) の言い換えで終わります。
DOE で最も一般的な欠陥は次のとおりです。
- 過飽和: 治療回数に対してエフェクトが多すぎます。 (これはあなたの問題です)
- 過度の保守性: 望ましい推定値に対して観測値が多すぎます
- 不正な値に関するデータの調査に失敗した
- すべてのエイリアスを考慮に入れていない
- 誤差分散の誤解による不正確さ。
今のところ私が得られたのはこれだけです。 楽しませてくれてありがとう。 さらにお手伝いできることがございましたらお知らせください。
Re: カテゴリ変数内に連続変数がネストされていますか?こんにちは@スタットマン、
1. 私のアルファ値は 0.05 です
2. 私は測定システムに非常に自信を持っています（すべてのアッセイはラボで認定されています）
3. この架空の例では、各ドナーの複製を取得する方法がわからなかったので、3 年とだけ言いましたが、実際の実験は研究室で行われ、すべての測定は同時に行われ、各ドナーの条件は同じでした。時期による変動はありません
4. 卵の数を意味するものに変更できるでしょうか? 実際の実験は鳥や卵とは何の関係もありません。私は別の従属変数を考え出そうとしただけです。
5. それは最悪だ。 15 種類のサンプルの材料しかありませんでした。 これは最低でもDFは3人はいるべきという統計上の法則なのでしょうか？
6. 時間は実際には要因ではありませんでした (#3 と同様、すべてが真の複製であると仮定しましょう)
7. いいですね。
ありがとう！！
Re: カテゴリ変数内に連続変数がネストされていますか?アンジー、
説明ありがとう。 コメント/質問は次のとおりです。
1. それぞれの Y には実際的な意味は何ですか? 各 Y のどの程度の変化を検出したい/検出する必要がありますか (または科学的に興味深いものですか)?
2. 測定システムにどの程度自信がありますか?
3. 尾羽の長さ/数は毎年一定していますか?
4. 平均卵サイズの Y がありますが、卵サイズのばらつきはどれくらいですか? これは重さですか、それとも寸法ですか?
5. あなたは、リストした 3 つの特徴 (羽の長さ、羽の数、出生時体重) に基づいて異なるドナーを意図的に選択しました。 これらの特徴はドナーと混同されます。 ドナー内の 3 つの特性をモデル化するのに十分なデータがありません。 (3 年間からの自由度は 2)、3 つの特性の主効果だけをモデル化するには、少なくとも 3 つの DF が必要になります。
6. データをグラフで見ることができます。 時間の経過に伴う変動プロットが役立つでしょう。
7. ドナーが Y に与える影響を調べることはできますが、ドナー要因内でモデル化するには十分なデータがありません。
Re: カテゴリ変数内に連続変数がネストされていますか?こんにちは@スタットマン、たくさんの情報ありがとうございます！ 偽のデータを含む表を添付します。
シナリオ: 5 人の「ドナー」がおり、すべて鳥です。 ドナーは、5 人のドナーそれぞれについて 3 回の測定値を得るために、3 年連続で年に 1 回観察されます。 尾羽の長さ、尾羽の数、出生体重はすべてドナーごとに異なります。 尾羽の長さと尾羽の数は、さまざまな交配の成功指標に影響を与えると考えられるため、5 羽の鳥は、短い尾羽と高い羽の数、短い尾羽と低い羽の数、中程度の長さの羽と中程度の羽の組み合わせに基づいて選択されます。羽の数、長い尾羽と少ない羽、長い尾と高い羽の数。 私たちは、子孫の数、配偶者の数、卵のサイズがドナーによって異なるかどうか、また各変数が尾羽の長さ、羽の数、出生体重によってどのように変化するかを確認したいと考えています。 また、入力間に相互作用があるかどうかも同様です。 これが適切な仮説であることを願っています...
Re: カテゴリ変数内に連続変数がネストされていますか?アンジー、
「偽の」データテーブルが添付されているのは見当たりませんでした。 議論すべきことはたくさんあります。 考慮すべき点:
どのような質問に答えられるか、どのような結論を導き出せるか、分析にどのツールを使用する必要があるか、結果を推定する能力はすべて、データの取得方法に完全に依存します。 あなたの投稿からはこれが分かりません（これが私がデータを見たいと思った理由の一部です...データは好きなようにコーディングできます）。
複数のドナー (何人かわかりません) がいる場合は、ドナーごとに年齢と BMI の適合モデルを作成できます。 これにより、少なくとも、結果をより広範な推論 (より多くのドナー) に外挿できるかどうかを考えることができます。 分析結果はドナー間でどの程度再現されますか?
モデルからどのように項を削除したのかわかりません。 これを行うときに、役立つ統計がいくつかあります (一般的なガイダンス)。
- R 2 乗と調整された R 2 乗の間のデルタ。これが大きい場合は、モデルを過剰に指定しています。
- RMSE、小さいほど優れたモデル
- 残留物（あなたが観察したとおり）。 したがって、NID(0, Variance) が「好き」です。これは理にかなっています...したがって、それらが正規分布していない場合は、その理由を疑問に思う必要があります。 それらを時系列にプロットします。 なぜそうではないのか仮説を立ててください。
Re: カテゴリ変数内に連続変数がネストされていますか?話は変わりますが…私もモデルの適切性を判断するのに苦労しています。 回帰の残差が正規分布を持たないように見える場合、モデルを割り引く必要がありますか? ありがとう。
Re: カテゴリ変数内に連続変数がネストされていますか?こんにちは@スタットマン。ネストの性質についての説明と、私の問題についてのご意見をありがとうございます。 データは機密情報であるため共有できません。 ただし、まったく関係ないものの、私が取り組んでいるのと同じ問題を伝える、完全に捏造されたデータセットを共有することはできます。 交絡変数については確かに正しいです。年齢と BMI をドナーから切り離すことは不可能です。それが、3 つすべてをモデルに追加したときに出力が奇妙になった理由だと思います。 年齢とBMI（ドナーを除外）だけで適合モデルを再度実行し、年齢とBMIを掛け合わせ、あなたが提案したように、応答を得る可能性のある他のすべての入力でモデルを飽和させました。 重要ではないものをそれぞれ削除し、各反応に対する年齢と BMI の影響を判断する際の相互作用を観察することができました。 これは、各応答の年齢と BMI の関係を観察する場合には適切であるように思えますが、各応答でどのドナーが互いに大きく異なるかを判断するために、別のモデルでドナーと各応答を実行する必要があるかどうかがわかりません。 3 つの入力すべてを備えた最初のモデルでは ANOVA の結果が得られましたが、唯一の入力としてドナーを実行すると Tukey 検定を実行するオプションが提供されません。 3 つの入力すべての効果を調べるために 2 つの別々の分析を実行する必要があると思いますか? ばかげた偽のデータセットが必要な場合はお知らせください。 ご協力ありがとうございました!
Re: カテゴリ変数内に連続変数がネストされていますか?あなたの状況をもう少し考えてみてください...年齢とBMIがドナーと混同されているように思えます。そのため、モデルにすべての項を含めることはできません。Re: カテゴリ変数内に連続変数がネストされていますか?こんにちは、コミュニティへようこそ。 JMPデータテーブルを添付していただくことは可能でしょうか？ 興味深い状況ですね...年齢がドナーにネストされていると示唆していますが、それが唯一の解釈ではないと思います。 ネストについて考えるとき、私は階層を思い浮かべます。 別の変数内にネストされた変数は、その変数に依存します。 たとえば、バッチ間の変動である変動コンポーネントと、バッチ変動内にある変動コンポーネントがあるとします。 バッチ内コンポーネントはバッチに依存します (バッチ内コンポーネントから複数のバッチを取得することはできません)。 年齢はドナーによって左右されるとは思いません...考慮する必要があるもう 1 つの項目は、多重共線性です。 BMI と年齢は共線関係にある可能性があります。 いずれの場合でも、細胞増殖の変動を説明するモデルを開発するときは、モデルに含まれる項に応じて解析を行う必要があります。 モデル内の項を変更すると、分析が変わる可能性があります。 このジレンマに対処するには、主題に関する専門知識から始めて、モデル内の項が細胞増殖に影響を与える理由について仮説 (統計的ではなく科学的) を立て、そこからモデルを構築することをお勧めします。 仮説がない場合は、モデルを飽和させて項を削除し、適切なモデルを取得します。
