258324_fr-FR

liliconcom

Ajuster les coefficients de test personnalisés du modèle

J'essaie de truquer une comparaison de pente par paire post-hoc avec un test personnalisé. J'ai lu la documentation sur les tests personnalisés mais je ne comprends toujours pas comment je suis censé déterminer les coefficients à utiliser pour configurer les tests. J'ai trois traitements [PT CS OF] et je souhaite faire un test par paire de l'interaction entre ces traitements et une variable continue [Durée]. Si je comprends bien le test personnalisé, chaque test remplira sa propre colonne.

Je veux tester :

PT*Durée-CS*Durée=0 ;

PT*Durée-OF*Durée=0 ;

CS*Durée-OF*Durée=0 ;

Ci-dessous, j'ai joint une capture d'écran des coefficients du test et des résultats. Je reçois un avertissement qui, je suppose, signifie que je fais quelque chose de mal.

 

Merci d'avance pour l'aide.

 

 

Re : Ajuster les coefficients de test personnalisés du modèle

Je soupçonne qu'il s'agit d'un problème de degrés de liberté, mais je ne connais pas les tests de la procédure MANOVA. Peut-être qu'un autre membre pourra vous conseiller. Je vous recommande de consulter la documentation du logiciel JMP ou SAS pour obtenir de l'aide. Vous pouvez également contacter le support technique JMP ( support@jmp.com ) avec votre question.

Re : Ajuster les coefficients de test personnalisés du modèle

D'accord, test personnalisé et questions MANOVA.

Lorsque je ferais le test par paire à trois colonnes pour la pente d'interaction dans l'ANOVA, cela me donnerait toutes les statistiques de test et l'avertissement concernant l'impossibilité de faire le contraste, mais au moins j'obtiendrais toutes les estimations et statistiques de test. J'ai essayé la même chose dans le MANOVA. J'ajuste le modèle comme je le ferais avec les facteurs et leurs interactions par rapport aux quatre variables de réponse. (J'ai supprimé certaines des interactions non significatives d'ordre supérieur) J'ai sélectionné « tester également chaque colonne » et « identité » comme option de réponse. Pour une colonne donnée, disons "changement total de titre", j'ai essayé un test personnalisé de la même manière que je l'aurais fait dans une ANOVA, mais le résultat était une seule statistique F et le même avertissement concernant l'impossibilité de tester le contraste. Lorsque je fais des tests par paires, j'obtiens les résultats auxquels je m'attendais. Dois-je simplement faire un milliard de tests par paires dans chacun des tests de colonne qui m'intéressent et Bonferroni, n'est-ce pas ?

 

 

Re : Ajuster les coefficients de test personnalisés du modèle

Je pense que vous êtes sur la bonne voie !

 

Avez-vous regardé les tests d'effet ? Il existe plusieurs façons d'analyser et de modéliser les données, mais j'aime commencer par le modèle entier, procéder aux tests d'effet et à d'autres informations pour réduire le modèle, puis utiliser des tests personnalisés pour effectuer des comparaisons intéressantes au sein d'un effet significatif.

 

Il existe de nombreux documents utiles sur le site JMP. Je ne prétends pas savoir tout ce qui est disponible. Il est cependant consultable. Par exemple, j'ai trouvé t sa page avec des tutoriels et des vidéos pour les utilisateurs académiques (mais tout le monde peut l'utiliser).

Re : Ajuster les coefficients de test personnalisés du modèle

Je veux juste être clair, j'inclus tous les facteurs indépendants et termes d'interaction importants dans le modèle unique. J'ai exécuté une MANOVA qui rassemble tous les facteurs dépendants dans le même modèle, et l'ensemble du modèle est significatif. Au-delà de cela, on m'a demandé d'analyser le comportement des facteurs dépendants dans la MANOVA en le décomposant en analyses individuelles standard des moindres carrés. Si vous avez un lien vers une vidéo ou un diaporama expliquant comment interpréter une œuvre avec MANOVA, je l'apprécierais.

Re : Ajuster les coefficients de test personnalisés du modèle

Je comprends que le problème des comparaisons multiples se situe au sein d’une étude et d’un seul ensemble de données. Si je répète une étude, je n'ai pas besoin de prendre en compte les comparaisons faites lors de la première étude dans mon ajustement. Il semble cependant que vous ayez plusieurs facteurs dans la même étude, vous ajusteriez donc en fonction du nombre cumulé de tests.

 

Y a-t-il une raison pour laquelle vous n’incluriez pas tous les facteurs en même temps dans un seul modèle au lieu d’analyses distinctes pour chaque facteur ?

Re : Ajuster les coefficients de test personnalisés du modèle

Une question complémentaire :

 

J'adapte le même modèle de base à un tas de facteurs différents. Et je finis par tester les mêmes interactions dans des circonstances différentes.

Est-ce que Bonferroni corrige dans le cadre du test conjoint au sein du modèle (donc trois niveaux), Bonferroni doit-il corriger tous les tests au sein d'un seul modèle, ou dois-je regrouper tous ces tests personnalisés sur tous les modèles et effectuer une grande correction Bonferroni ?

Merci

Re : Ajuster les coefficients de test personnalisés du modèleC'est exactement ce que je prévois de faire. MerciRe : Ajuster les coefficients de test personnalisés du modèle

J'interprète ce que vous demandez signifie si vous utilisez l'ajustement Bonferroni pour votre choix d'alpha. Oui, c'est une façon de contrôler le taux d'erreur de type I avec plusieurs comparaisons.

Re : Ajuster les coefficients de test personnalisés du modèleSi c'est Bonferroni qui corrige les tests, cela suffira-t-il à réduire les faux positifs ?Re : Ajuster les coefficients de test personnalisés du modèle

Le test commun est utilisé par certains analystes pour se protéger contre un taux élevé de faux positifs. Vous pourriez effectuer de nombreux tests. Ils ne sont pas ajustés individuellement en fonction du nombre de tests.

Re : Ajuster les coefficients de test personnalisés du modèleMerci, je ne pense pas avoir besoin du test commun. Juste les contrastes indépendants.Re : Ajuster les coefficients de test personnalisés du modèle

L'avertissement concerne le test commun. Il n’y a pas suffisamment de degrés de liberté disponibles pour le nombre de tests conjoints.

Re : Ajuster les coefficients de test personnalisés du modèle

Merci, c'est la solution que je recherche et les résultats sont logiques. Le seul dernier problème est que je reçois toujours le "Avertissement : contraste non testable". Cela signifie-t-il que le test conjoint est non testable ou que l'un des contrastes n'est pas testable ? Lorsque j'exécute les contrastes par paires indépendamment, je n'obtiens pas la même réponse.

Re : Ajuster les coefficients de test personnalisés du modèle

Je m'excuse pour la confusion. Je ne suis pas sûr de toute cette confusion, alors commençons par le début.

 

Tu as commencé par dire que tu voulais un post hoc comparaison de pente par paire avec un test personnalisé . La ligne de tendance pour chaque groupe semble donc différente et vous souhaitez tester la différence. Essayons.

 

(REMARQUE : j'ai reçu une aide fantastique d'un collègue du support technique. Ma réponse est basée sur son explication.)

 

Vous pouvez effectuer les tests personnalisés en une seule étape, mais je vais les diviser en deux étapes afin que vous puissiez voir l'évolution des coefficients corrects.

 

Étape 1 : Utilisez des tests personnalisés de la pente de la ligne pour chaque traitement. La première colonne du test personnalisé doit être [ 0, 0, 0, 1, 1, 0, 0 ]. Autrement dit, les seuls paramètres portant la valeur 1 sont la Durée d'impulsion et le Traitement[PT]*Durée d'impulsion. La raison en est que la pente de la ligne est la pente commune, Durée d'impulsion, plus la pente différentielle pour le traitement [PT]. Leur somme est la pente que vous souhaitez tester par rapport à 0. La deuxième colonne doit être [ 0, 0, 0, 1, 0, 1, 0 ] car vous ajoutez la durée de l'impulsion et le traitement [CS]*Durée de l'impulsion. Enfin, ajoutez la pente différentielle pour le troisième traitement mais elle n'est pas explicitement rapportée. Mais nous savons que c'est le négatif de la somme des deux autres paramètres en raison de la manière dont le JMP paramétre un facteur catégoriel. La troisième colonne devrait donc être [ 0, 0, 0, 1, -1, -1, 0 ].

 

Encore une fois, vous n’avez pas besoin de cette étape pour le test personnalisé que vous souhaitez. Cela ne fait qu'aider mon explication des tests réels. À ce stade, nous avons déterminé les coefficients corrects pour les tests personnalisés des différentes pentes.

 

Étape 2 : Vous souhaitez comparer les pentes individuelles, non pas à zéro, mais entre elles, deux à la fois. Nous soustrayons simplement les colonnes utilisées à l’étape 1 deux à la fois ! Pour comparer la pente de PT à CS, nous soustrayons la colonne de coefficients de la première étape pour CS de celles de PT. Donc [ 0, 0, 0, 1, 1, 0, 0 ] - [ 0, 0, 0, 1, 0, 1, 0 ] = [ 0, 0, 0, 0, 1, -1, 0 ]. La colonne pour tester PT à OF est [ 0, 0, 0, 1, 1, 0, 0 ] - [ 0, 0, 0, 1, -1, -1, 0 ] = [ 0, 0, 0, 0 , 2, 1, 0 ]. Enfin, la colonne pour tester CS à OF est [ 0, 0, 0, 1, 0, 1, 0 ] - [ 0, 0, 0, 1, -1, -1, 0 ] = [ 0, 0, 0 , 0, 1, 2, 0 ].

 

Comme auparavant, vous pouvez toujours vérifier les coefficients en les comparant à la valeur signalée par JMP pour le test avec les calculs manuels des sommes et des différences des estimations des paramètres.

Re : Ajuster les coefficients de test personnalisés du modèle

Je ne pense toujours pas que j'ai bien compris.

 

Premièrement, je reçois toujours un avertissement non contrastable (voir ci-dessous).

 

Deuxièmement, il semble qu'en créant le deuxième coefficient -1 pour la croix CS*Duration -(-OF*Duration)=0 ajoute la valeur des deux, ce qui n'est pas ce que je veux. Il finit par être de -0,0447.

 

Troisièmement, si j'essaie de comparer PT*Duration à OF*Duration (OF*Duration-PT*Duration=0), la valeur devrait être 0,00777 au lieu de cela, il s'agit simplement de la valeur de OF*Duration (0,0174926). Donc laisser le coefficient à 0 ne semble pas fonctionner.

 

Re : Ajuster les coefficients de test personnalisés du modèle

Je crois que vous fixez le coefficient de la première estimation à 1 et laissez le reste à 0. Vous pouvez vérifier le résultat. La valeur doit être la différence entre les estimations que vous comparez à une différence nulle ou nulle.

Re : Ajuster les coefficients de test personnalisés du modèle

Merci pour la clarification. J'ai joint une autre fenêtre ci-dessous. Si je comprends bien, j'ai correctement configuré le premier contraste (CS*Duration-OF*Duration=0). Je pensais que les coefficients négatifs étaient censés me permettre de tester le troisième effet catégoriel (PT*durée), vous pouvez le voir dans les estimations élargies mais pas dans la configuration du test personnalisé. Comment puis-je tester par rapport à PT*Duration ?

 

Re : Ajuster les coefficients de test personnalisés du modèle

Ces tests personnalisés sont également appelés contrastes ailleurs.

 

La spécification manquée est due au fait que vous avez entré +1 pour les deux niveaux lors du premier test. Assurez-vous que la somme des coefficients est nulle. Assurez-vous ensuite que la valeur après "=" est l'hypothèse nulle. La saisie de zéro est généralement appropriée si vous testez une différence significative, mais cela peut être le cas dans certaines situations.