258324_it-IT

liliconcom

Stima coefficienti di test personalizzati del modello

Sto cercando di organizzare un confronto di pendenza a coppie post-hoc con un test personalizzato. Ho letto la documentazione sui test personalizzati ma ancora non capisco come dovrei determinare quali coefficienti utilizzare per impostare i test. Ho tre trattamenti [PT CS OF] e desidero eseguire un test a coppie dell'interazione tra questi trattamenti e una variabile continua [Durata]. Se capisco correttamente il test personalizzato, ogni test riempirà la propria colonna.

Voglio testare:

PT*Durata-CS*Durata=0;

PT*Durata-DI*Durata=0;

CS*Durata-OF*Durata=0;

Di seguito ho allegato uno screenshot dei coefficienti del test e dei risultati. Ricevo un avviso che presumo significhi che sto facendo qualcosa di sbagliato.

 

Grazie in anticipo per l'aiuto.

 

 

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Sospetto che si tratti di un problema relativo ai gradi di libertà, ma non ho familiarità con i test della procedura MANOVA. Forse un altro membro è in grado di consigliarti. Ti consiglio di consultare la documentazione del software JMP o SAS per assistenza. È inoltre possibile contattare il supporto tecnico JMP ( support@jmp.com ) con la tua domanda.

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Ok, test personalizzato e domande MANOVA.

Quando eseguivo il test a coppie a tre colonne per la pendenza di interazione nell'ANOVA, mi davano tutte le statistiche del test e l'avviso sull'impossibilità di effettuare il contrasto, ma almeno otterrei tutte le stime e le statistiche dei test. Ho provato la stessa cosa nel MANOVA. Ho adattato il modello come farei con i fattori e le loro interazioni con tutte e quattro le variabili di risposta. (Ho rimosso alcune delle interazioni non significative di ordine superiore) Ho selezionato "testa anche ogni colonna" e "identità" come opzione di risposta. Per una determinata colonna, ad esempio "cambio di rotta totale", ho provato un test personalizzato nello stesso modo in cui avrei fatto in un ANOVA, ma il risultato era una singola statistica F e lo stesso avvertimento sull'impossibilità di testare il contrasto. Quando eseguo test a coppia singola ottengo i risultati che mi aspetterei. Eseguo semplicemente un miliardo di test a coppie in ciascuno dei test di colonna che mi interessano e Bonferroni corregge?

 

 

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Penso che tu sia sulla strada giusta!

 

Hai guardato i test sugli effetti? Esiste più di un modo per analizzare e modellare i dati, ma mi piace iniziare con il modello intero, procedere con i test degli effetti e altre informazioni per ridurre il modello, quindi utilizzare i test personalizzati per effettuare confronti interessanti all'interno di un effetto significativo.

 

Sul sito JMP è disponibile molto materiale utile. Non pretendo di sapere tutto ciò che è disponibile. È ricercabile, però. Ad esempio, ho trovato t la sua pagina con tutorial e video per utenti accademici (ma chiunque può usarlo).

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Voglio solo essere chiaro, includo tutti i fattori indipendenti e i termini di interazione significativi in un unico modello. Ho eseguito una MANOVA che raccoglie tutti i fattori dipendenti nello stesso modello e l'intero modello è significativo. Oltre a ciò, mi è stato detto di analizzare il comportamento dei fattori dipendenti nella MANOVA suddividendolo in analisi individuali dei minimi quadrati standard. Se hai un collegamento a un video o una presentazione che spiega come interpretare un lavoro con MANOVA, lo apprezzerei.

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Capisco che il problema dei confronti multipli riguarda uno studio e un singolo set di dati. Se ripeto uno studio, non devo contare nel mio aggiustamento i confronti effettuati nel primo studio. Sembra, però, che ci siano più fattori nello stesso studio, quindi dovresti aggiustarlo in base al numero cumulativo di test.

 

C'è una ragione per cui non includeresti tutti i fattori contemporaneamente in un unico modello invece di analizzare separatamente ciascun fattore?

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Una domanda successiva:

 

Sto adattando lo stesso modello base a una serie di fattori diversi. E finisco per testare le stesse interazioni in circostanze diverse.

Bonferroni corregge all'interno del test congiunto all'interno del modello (quindi tre livelli), Bonferroni deve correggere tutti i test all'interno di un singolo modello o devo raggruppare tutti questi test personalizzati su tutti i modelli ed eseguire un'unica grande correzione Bonferroni?

Grazie

Oggetto: Adattamento dei coefficienti di test personalizzati del modelloQuesto è esattamente quello che ho intenzione di fare. GrazieOggetto: Adattamento dei coefficienti di test personalizzati del modello

Interpreto ciò che chiedi se usi l'aggiustamento Bonferroni alla tua scelta di alfa. Sì, questo è un modo per controllare il tasso di errore di tipo I con confronti multipli.

Oggetto: Adattamento dei coefficienti di test personalizzati del modelloSe Bonferroni correggerà i test basterà a ridurre i falsi positivi?Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Il test congiunto viene utilizzato da alcuni analisti per proteggersi da un elevato tasso di falsi positivi. Potresti eseguire molti test. Non vengono adeguati individualmente per il numero di test.

Oggetto: Adattamento dei coefficienti di test personalizzati del modelloGrazie, non credo che mi serva il test congiunto. Solo i contrasti indipendenti.Oggetto: Adattamento dei coefficienti di test personalizzati del modello

L'avvertimento riguarda la prova congiunta. Non ci sono abbastanza gradi di libertà disponibili per il numero di prove congiunte.

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Grazie, questa è la soluzione che sto cercando e i risultati hanno senso. L'unico inconveniente finale è che ricevo ancora il messaggio "Avvertenza: contrasto non testabile". Ciò significa che il test congiunto non è testabile o che uno dei contrasti non è testabile? Quando eseguo i contrasti a coppie in modo indipendente non ottengo la stessa risposta.

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Mi scuso per la confusione. Non sono sicuro di tutta la confusione, quindi iniziamo dall'inizio.

 

Hai iniziato dicendo che lo desideri UN post-hoc confronto della pendenza a coppie con un test personalizzato . Quindi la linea di tendenza per ciascun gruppo sembra essere diversa e vuoi testare la differenza. Proviamo.

 

(NOTA: ho ricevuto un aiuto fantastico da un collega del supporto tecnico. La mia risposta si basa sulla sua spiegazione.)

 

Puoi eseguire i test personalizzati in un unico passaggio, ma lo suddividerò in due passaggi in modo da poter vedere lo sviluppo dei coefficienti corretti.

 

Passaggio 1: utilizzare test personalizzati della pendenza della linea per ciascun trattamento. La prima colonna nel test personalizzato dovrebbe essere [ 0, 0, 0, 1, 1, 0, 0 ]. Cioè, gli unici parametri con 1 sono Durata dell'impulso e Trattamento[PT]*Durata dell'impulso. Il motivo è che la pendenza della linea è la pendenza comune, Durata impulso, più la pendenza differenziale per Trattamento[PT]. La loro somma è la pendenza che vuoi testare rispetto a 0. La seconda colonna dovrebbe essere [ 0, 0, 0, 1, 0, 1, 0 ] perché stai sommando la Durata dell'impulso e il Trattamento[CS]*Durata dell'impulso. Infine si aggiunge la pendenza differenziale per il terzo trattamento ma non è esplicitamente riportata. Ma sappiamo che è il negativo della somma degli altri due parametri a causa del modo in cui JMP parametrizza un fattore categoriale. Quindi la terza colonna dovrebbe essere [ 0, 0, 0, 1, -1, -1, 0 ].

 

Ancora una volta, questo passaggio non è necessario per il test personalizzato effettivo che desideri. Aiuta solo la mia spiegazione dei test effettivi. A questo punto abbiamo determinato i coefficienti corretti per le prove personalizzate delle singole piste.

 

Passaggio 2: si desidera confrontare le singole pendenze, non con zero, ma tra loro, due alla volta. Sottraiamo semplicemente le colonne utilizzate nel passaggio 1 due alla volta! Per confrontare la pendenza di PT con CS, sottraiamo la colonna dei coefficienti nel passaggio uno per CS da quelli per PT. Quindi [ 0, 0, 0, 1, 1, 0, 0 ] - [ 0, 0, 0, 1, 0, 1, 0 ] = [ 0, 0, 0, 0, 1, -1, 0 ]. La colonna per testare da PT a OF è [ 0, 0, 0, 1, 1, 0, 0 ] - [ 0, 0, 0, 1, -1, -1, 0 ] = [ 0, 0, 0, 0 , 2, 1, 0 ]. Infine, la colonna per testare da CS a OF è [ 0, 0, 0, 1, 0, 1, 0 ] - [ 0, 0, 0, 1, -1, -1, 0 ] = [ 0, 0, 0 , 0, 1, 2, 0 ].

 

Come in precedenza, è sempre possibile verificare i coefficienti confrontandoli con il Valore riportato da JMP per il test con i calcoli manuali delle somme e delle differenze delle stime dei parametri.

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Ancora non credo di aver capito bene.

 

Innanzitutto, ricevo ancora un avviso non contrastabile (vedi sotto).

 

In secondo luogo, sembra che creando il secondo coefficiente -1 per la croce CS*Duration -(-OF*Duration)=0 si aggiunge il valore dei due che non è quello che voglio. Alla fine risulta essere -0,0447.

 

In terzo luogo, se sto cercando di confrontare PT*Duration con OF*Duration (OF*Duration-PT*Duration=0) il valore dovrebbe essere 0,00777 invece è solo il valore di OF*Duration (0,0174926). Quindi lasciare il coefficiente a 0 non sembra funzionare.

 

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Credo che tu imposti il coefficiente per la prima stima uguale a 1 e lasci il resto 0. Puoi controllare il risultato. Il valore dovrebbe essere la differenza tra le stime che stai confrontando con la differenza nulla o pari a zero.

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Grazie per il chiarimento. Ho allegato un'altra finestra qui sotto. Se ho capito bene ho impostato correttamente il primo contrasto (CS*Duration-OF*Duration=0). Pensavo che i coefficienti negativi avrebbero dovuto permettermi di testare il terzo effetto categoriale (PT*durata), puoi vederlo nelle stime estese ma non nell'impostazione del test personalizzato. Come posso eseguire il test rispetto a PT*Durata?

 

Oggetto: Adattamento dei coefficienti di test personalizzati del modello

Questi test personalizzati sono noti anche come contrasti altrove.

 

La specifica errata è dovuta al fatto che hai inserito +1 per entrambi i livelli nel primo test. Assicurati che la somma dei coefficienti sia zero. Quindi assicurati che il valore dopo "=" sia l'ipotesi nulla. L'immissione di zero è generalmente appropriata se si sta verificando una differenza significativa, ma in alcune situazioni potrebbe essere diversamente.