Variables continues imbriquées dans une variable catégorielle ?Bonjour, je suis nouveau sur JMP et je ne sais pas comment modéliser mes données, donc toute suggestion sur les étapes à suivre serait très appréciée !! Je m'excuse par avance de ma connaissance très limitée des statistiques.
J'ai un ensemble de données avec une variable catégorielle (donneur) et deux paramètres uniques à chaque donneur qui sont continus (âge et IMC). J'aimerais voir comment différentes variables de réponse (également continues - par exemple la croissance cellulaire, etc.) sont affectées par l'âge et l'IMC d'un donneur, et s'il existe une interaction entre l'âge et l'IMC pour déterminer les réponses. Comment procéderiez-vous pour faire cela ? J'utilise un modèle d'ajustement pour ce faire, dans un premier temps avec le donneur, l'âge et l'IMC comme entrées distinctes. Il semblait que les résultats expliquaient uniquement les différences entre les donneurs et n’élucidaient pas les effets de l’âge et de l’IMC. Lorsque j'ai utilisé un modèle d'ajustement avec uniquement l'âge et l'IMC (donateur exclu comme facteur), les résultats ont montré des régressions avec les effets de l'âge et de l'IMC. Il semble donc qu’il existe deux manières de modéliser cela : un où je peux signaler quels donneurs sont significativement différents les uns des autres pour chaque réponse, et un où je peux signaler les effets de l'âge et de l'IMC sur chaque réponse. Je ne sais pas si je dois utiliser le bouton en forme de croix dans le deuxième modèle pour observer les effets d'interaction de l'âge et de l'IMC. Je ne sais pas non plus comment modéliser les 3 variables indépendantes en même temps. Dois-je imbriquer l’âge et l’IMC chez le donneur ? La page d'assistance pour l'option imbriquée indique que les termes imbriqués doivent être catégoriques.
Merci beaucoup, tout commentaire est très apprécié !!
Re : Variables continues imbriquées dans une variable catégorielle ?Angie,
Désolé, je ne suis pas sûr de pouvoir aider sans comprendre la situation. Je pensais que vous aviez envoyé de fausses données, mais la situation était réelle... excuses. J'ai quelques autres points concernant vos réponses (si vous me le permettez).
1. Par « votre alpha est de 0,05 », parlez-vous du risque alpha ? Ceci est utilisé pour la signification statistique. Je pose des questions sur la signification pratique. Ceci est TOUJOURS plus important que statistique, car la signification statistique dépend des données, de la manière dont vous les avez acquises et des comparaisons que vous effectuez.
2. Il ne faut pas être belliqueux, mais faire faire le test en laboratoire ne le rend pas « bon ». J'ai de nombreux exemples de mesures en laboratoire qui ont été incapables de détecter ce qu'elles étaient censées détecter. Avez-vous des données pour étayer la précision des tests ? Si tel est le cas, continuez.
3. Le décor de l’expérience est-il dans le laboratoire ? Sur quel espace d’inférence espérez-vous tirer des conclusions ? Les conclusions seront-elles tirées sur des « conditions » extérieures au laboratoire ? Si tel est le cas, procédez avec prudence. Vous voudrez vous assurer que les résultats peuvent être appliqués au domaine de préoccupation. Encore une fois, mes conseils sont limités car ils dépendent de la situation réelle.
OK, vous disposez de 3 « points de données » pour chaque combinaison de traitements. La question est de savoir comment ont-ils été obtenus ? (Je fais attention à comment appeler ces 3 mesures, car différentes personnes utilisent un langage différent pour les décrire). Quelques conseils, si les "points de données" sont acquis sans les combinaisons de traitements changeant, elles ne sont généralement pas considérées comme des événements indépendants et n'augmentent donc pas les degrés de liberté dans l'étude (je les appelle des répétitions). La raison pour laquelle elles varient ne peut pas être attribuée aux traitements (facteurs) car ceux-ci étaient « constants » lorsque les 3 points de données ont été pris, donc la raison pour laquelle ces valeurs varient est due à des variables qui changent sur une courte période, au bruit à court terme. (par exemple, erreur de mesure). Vous pouvez, dans ce cas, examiner la variation au sein du traitement (fonctionne graphiquement), puis déterminer les statistiques récapitulatives appropriées (par exemple, moyenne, variance, plage...) qui deviennent les Y à modéliser.
Si les 3 points de données sont effectivement des événements indépendants, ils peuvent alors être considérés comme des réplications, ce qui augmente les DF disponibles. Il est souvent conseillé d'effectuer des répétitions randomisées, car cela fournit, espérons-le, une estimation impartiale de l'erreur expérimentale à utiliser dans les tests statistiques. Cela augmente également l'espace d'inférence et fournit peut-être des DF « non attribués » pour ajouter des covariables. À mon avis, t voici d'autres moyens plus efficaces et efficients pour augmenter l'espace d'inférence, attribuer l'effet du bruit, diviser le bruit et ainsi augmenter la précision de la conception (détection des effets des facteurs), créer des conceptions robustes, etc. (RCBD, BIB, split-plots , etc.)
4. Je ne suis pas sûr de ce que vous dites ici, mais la sélection des variables de réponse est essentielle. Plus la variable de réponse est continue, plus vous pouvez comprendre les relations entre les facteurs de manière efficace et efficiente. Je suggère toujours de mesurer autant que possible, de filmer l'expérience, d'enregistrer des sons, etc. On ne sait jamais quand une nouvelle variable de réponse mène à la découverte. Certes, si le problème est un problème de variation, vous devriez disposer d'une variable de réponse qui quantifie la variation (par exemple, écart type, variance, plage, etc.).
5. Il existe de nombreux conseils concernant la sélection du bon outil et le nombre d'échantillons nécessaires. Mon conseil est de commencer par une liste de questions (par exemple, à quelles questions voulez-vous répondre ? Quelles hypothèses avez-vous concernant les variables dépendantes et indépendantes ? Comment seront mesurés les phénomènes ?, etc.). Une fois que vous avez compris la situation, quels types de données sont disponibles, quels effets vous souhaitez estimer, quelles ressources sont disponibles et quel est le sentiment d'urgence, etc., vous pouvez concevoir l'étude (plan d'échantillonnage, expérience, etc.). Je vais simplifier à l'extrême... les degrés de liberté correspondent à la quantité d'informations dont vous disposez dans l'ensemble de données. Avec l'ensemble de données que vous m'avez envoyé (où il y avait une série chronologique), vous disposiez de 15 points de données, vous disposez donc de 14 degrés de liberté au total. Chaque facteur a plusieurs degrés de liberté (par exemple, le donneur en a 4, la plume de queue 4, le nombre de plumes de conte 4) et vous avez ensuite des interactions (multipliez les facteurs DF). Comme vous pouvez l'imaginer, le nombre de degrés de liberté pour les facteurs à eux seuls totalise 12 degrés de liberté, il n'y a donc pas suffisamment de DF pour estimer les interactions. La règle est que vous avez besoin de suffisamment de DF pour estimer ou comparer ce que vous souhaitez estimer ou comparer. (désolé, le nombre de DF dont vous avez besoin dépend entièrement de la situation). Je terminerai par une paraphrase de l'un de mes auteurs préférés du DOE (Cuthbert Daniels) :
Les défauts les plus courants du DOE sont :
- Sursaturation : trop d'effets pour le nombre de traitements. (c'est votre problème)
- Surconservation : trop d'observations pour les estimations souhaitées
- Défaut d'étudier les données pour détecter de mauvaises valeurs
- Ne pas prendre en compte tous les alias
- Imprécision due à une mauvaise compréhension de la variance d'erreur.
C'est tout ce que j'ai pour l'instant. Merci de m'avoir fait plaisir. Faites-moi savoir si je peux vous être utile.
Re : Variables continues imbriquées dans une variable catégorielle ?Salut @statman ,
1. Ma valeur alpha est de 0,05
2. Je suis très confiant dans les systèmes de mesure (tous les tests qualifiés en laboratoire)
3. Pour cet exemple fictif, je ne savais pas comment obtenir des répétitions pour chaque donneur, donc j'ai juste dit 3 ans mais la véritable expérience a été menée dans un laboratoire, toutes les mesures prises en même temps et les conditions sont les mêmes pour chaque donneur, donc il n'y a pas de variation due au temps
4. Peut-être pourrions-nous changer cela pour signifier le nombre d’œufs ? L'expérience réelle n'a rien à voir avec les oiseaux ou les œufs - j'essayais juste de trouver une autre variable dépendante.
5. C'est nul. Nous n’avions que du matériel pour 15 échantillons différents. Est-ce une règle statistique selon laquelle vous devriez avoir au moins 3 df ?
6. Le temps n'était pas vraiment un facteur (comme dans le point 3 - supposons simplement qu'il s'agissait de véritables répliques)
7. Ça a l’air bien.
Merci!!
Re : Variables continues imbriquées dans une variable catégorielle ?Angie,
Merci pour l'explication. Voici quelques commentaires/questions :
1. Quelle est la signification pratique de chaque Y ? Dans quelle mesure un changement dans chaque Y souhaitez-vous/devez-vous détecter (ou présente-t-il un intérêt scientifique) ?
2. Dans quelle mesure avez-vous confiance dans les systèmes de mesure ?
3. La longueur et le nombre de plumes de la queue sont-ils constants d’une année à l’autre ?
4. Vous avez le Y de la taille moyenne des œufs, quelle est la variation de la taille des œufs ? Est-ce un poids ou une dimension ?
5. Vous avez délibérément sélectionné des donneurs différents en fonction des 3 caractéristiques que vous avez énumérées (longueur des plumes, nombre de plumes et poids à la naissance). Ces caractéristiques se confondent avec le donneur. Vous ne disposez pas de suffisamment de données pour modéliser les 3 caractéristiques au sein du donneur. (2 degrés de liberté à partir des 3 ans) et vous auriez besoin d'au moins 3 DF pour modéliser uniquement les principaux effets des 3 caractéristiques.
6. Vous pouvez examiner les données sous forme graphique. Des graphiques de variabilité au fil du temps seraient utiles.
7. Vous pourriez examiner l'effet du donateur sur les Y, mais pas suffisamment de données pour modéliser les facteurs du donateur.
Re : Variables continues imbriquées dans une variable catégorielle ?Salut @statman , merci beaucoup pour toutes les infos ! Ci-joint le tableau avec de fausses données.
Le scénario : Il y a 5 « donneurs », tous des oiseaux. Les donneurs sont observés une fois par an pendant 3 années consécutives, dans le but d'obtenir des mesures en triple pour chacun des 5 donneurs. La longueur des plumes de la queue, le nombre de plumes de la queue et le poids à la naissance sont tous uniques à chaque donneur. La longueur et le nombre de plumes de la queue sont supposés avoir un impact sur diverses mesures de réussite de l'accouplement, de sorte que les cinq oiseaux sont sélectionnés sur la base de combinaisons de : plumes de la queue courtes et nombre de plumes élevé, plumes de la queue courtes et faible nombre de plumes, plumes de longueur moyenne et plumes de longueur moyenne. nombre de plumes, longues plumes de la queue et un faible nombre de plumes, longues queues et nombre de plumes élevé. Nous voulons voir si le nombre de descendants, le nombre de partenaires et la taille des œufs varient selon le donneur, et comment chaque variable varie en fonction de la longueur des plumes de la queue, du nombre de plumes et du poids à la naissance. Aussi, s'il y a une interaction entre les entrées. J'espère que c'est une hypothèse adéquate...
Re : Variables continues imbriquées dans une variable catégorielle ?Angie,
Je n'ai pas vu votre "fausse" table de données ci-jointe. Il y a beaucoup de choses à discuter. Quelques éléments à considérer :
Les questions auxquelles vous pouvez répondre, les conclusions que vous pouvez tirer, les outils que vous devez utiliser pour l'analyse et votre capacité à extrapoler les résultats dépendent TOUS entièrement de la manière dont vous avez obtenu vos données. Je ne le sais pas d'après vos messages (c'est en partie pourquoi je voulais voir les données... vous pouvez coder les données comme vous le souhaitez).
Puisque vous avez plusieurs donneurs (je ne sais pas combien ?), vous pouvez faire le modèle d'ajustement de l'âge et de l'IMC PAR donneur. Cela vous amènera au moins à réfléchir à la question de savoir si vos résultats peuvent être extrapolés à une inférence plus large (plus de donateurs). Dans quelle mesure les résultats de l’analyse se répètent-ils parmi les donateurs ?
Je ne sais pas comment vous avez supprimé les termes du modèle. Ce faisant, certaines statistiques peuvent être utiles (conseils généraux).
- Le delta entre R-carré et R-carré ajusté, s'il est grand, vous avez sur-spécifié le modèle.
- RMSE, plus le modèle est petit, meilleur est le modèle
- Résidus (comme vous l'avez observé). Donc nous "aimons" NID(0, Variance), cela a du sens... donc s'ils ne sont pas normalement distribués, vous devriez vous demander pourquoi. Tracez-les dans des séries chronologiques. Imaginez pourquoi ils ne le sont pas.
Re : Variables continues imbriquées dans une variable catégorielle ?Sur une autre note... J'ai également du mal à déterminer la pertinence d'un modèle. Si les résidus d’une régression ne semblent pas avoir une distribution normale, le modèle doit-il être écarté ? Merci.
Re : Variables continues imbriquées dans une variable catégorielle ?Salut @statman .Merci pour la précision sur la nature de la nidification et vos réflexions sur mon problème. Je ne peux pas partager les données car il s'agit d'informations exclusives. Cependant, je peux partager un ensemble de données complètement fabriqué qui n'a aucun rapport mais qui transmet le même problème avec lequel je suis aux prises. Vous avez tout à fait raison sur la confusion des variables - il est impossible de dissocier l'âge et l'IMC du donneur, et je pense que c'est pourquoi le résultat était étrange lorsque j'ai ajouté les trois au modèle. J'ai réexécuté le modèle d'ajustement avec uniquement l'âge et l'IMC (donneur exclu), et l'âge croisé avec l'IMC, et j'ai saturé le modèle comme vous l'avez suggéré avec toutes les autres entrées susceptibles d'obtenir une réponse. J'ai supprimé chacun des éléments qui n'étaient pas significatifs et j'ai pu observer l'interaction entre l'âge et l'IMC pour déterminer leurs effets sur chaque réponse. Cela semble approprié pour observer la relation entre l'âge et l'IMC pour chaque réponse, mais maintenant je ne sais pas si je dois analyser le donneur par rapport à chaque réponse dans un modèle distinct pour déterminer quels donneurs sont significativement différents les uns des autres pour chaque réponse. Le premier modèle avec les 3 entrées m'a donné les résultats d'une ANOVA, mais ne me donne pas la possibilité d'exécuter un test Tukey, contrairement à l'exécution de donneur comme seule entrée. Pensez-vous qu'il est nécessaire d'effectuer deux analyses distinctes pour examiner les effets des trois intrants ? S'il vous plaît laissez-moi savoir si vous souhaitez un faux ensemble de données idiot. Merci beaucoup pour toute votre aide !
Re : Variables continues imbriquées dans une variable catégorielle ?Réfléchissez un peu plus à votre situation... il me semble que l'âge et l'IMC sont confondus avec le donneur, vous ne pouvez donc pas avoir tous les termes dans le modèle.Re : Variables continues imbriquées dans une variable catégorielle ?Bonjour, bienvenue dans la communauté. Est-il possible pour vous de joindre votre tableau de données JMP ? Vous vous trouvez dans une situation intéressante... Bien que vous suggériez que l'âge dépend du donneur, je ne pense pas que ce soit la seule interprétation. Quand je pense à la nidification, je pense à la hiérarchie. Une variable imbriquée dans une autre dépend de cette variable. Par exemple, vous pouvez avoir un composant de variation qui est une variation de lot à lot et un autre qui est à l'intérieur d'une variation de lot. Le composant intra-lot dépend du lot (vous ne pouvez pas obtenir plusieurs lots à partir d'un composant intra-lot). Je ne pense pas que l'âge dépend du donneur... Un autre élément auquel vous devez penser est la multicolinéarité. L'IMC et l'âge peuvent être colinéaires. Dans tous les cas, lorsque vous développez des modèles pour expliquer la variation de la croissance cellulaire, vous devez comprendre que l’analyse dépend des termes contenus dans le modèle. Modifiez les termes du modèle et l'analyse changera probablement. Pour lutter contre ce dilemme, je vous suggère de commencer par une expertise en la matière, de développer des hypothèses (scientifiques et non statistiques) sur les raisons pour lesquelles les termes du modèle affecteraient la croissance cellulaire, puis de construire le modèle à partir de là. Si vous n'avez pas d'hypothèses, saturez le modèle et supprimez des termes pour obtenir un modèle approprié.
