258324_es-ES

liliconcom

Ajustar coeficientes de prueba personalizados del modelo

Estoy intentando preparar una comparación post-hoc de pendientes por pares con una prueba personalizada. Leí la documentación sobre pruebas personalizadas pero todavía no entiendo cómo se supone que debo determinar qué coeficientes usar para configurar las pruebas. Tengo tres tratamientos [PT CS OF] y quiero hacer una prueba por pares de la interacción entre estos tratamientos y una variable continua [Duración]. Si entiendo correctamente la prueba personalizada, cada prueba llenará su propia columna.

Quiero probar:

PT*Duración-CS*Duración=0;

PT*Duración-OF*Duración=0;

CS*Duración-OF*Duración=0;

A continuación adjunto una captura de pantalla de los coeficientes de la prueba y los resultados. Recibo una advertencia que supongo significa que estoy haciendo algo mal.

 

Gracias de antemano por la ayuda.

 

 

Re: Ajustar coeficientes de prueba personalizados del modelo

Sospecho que es un problema de grados de libertad, pero no estoy familiarizado con las pruebas del procedimiento MANOVA. Quizás otro miembro pueda aconsejarte. Le recomiendo que consulte la documentación del software JMP o SAS para obtener ayuda. También puede ponerse en contacto con el soporte técnico de JMP ( soporte@jmp.com ) con tu pregunta.

Re: Ajustar coeficientes de prueba personalizados del modelo

Bien, prueba personalizada y preguntas MANOVA.

Cuando hacía la prueba de pares de tres columnas para la pendiente de interacción en el ANOVA, me daba todas las estadísticas de prueba y la advertencia de que no podía hacer el contraste, pero al menos obtenía todas las estimaciones y estadísticas de prueba. Intenté lo mismo en el MANOVA. Ajusto el modelo como lo haría con los factores y sus interacciones con las cuatro variables de respuesta. (Eliminé algunas de las interacciones no significativas de orden superior). Seleccioné "probar también cada columna" e "identidad" como mi opción de respuesta. Para una columna determinada, digamos "cambio total de encabezado". Intenté una prueba personalizada de la misma manera que lo haría en un ANOVA, pero el resultado fue una única estadística F y la misma advertencia acerca de no poder probar el contraste. Cuando hago pruebas de pares individuales obtengo los resultados que esperaría. ¿Debo simplemente hacer mil millones de pruebas por pares en cada una de las pruebas de columna que me interesan y Bonferroni es correcta?

 

 

Re: Ajustar coeficientes de prueba personalizados del modelo

¡Creo que estás en el camino correcto!

 

¿Miraste las pruebas de efectos? Hay más de una forma de analizar y modelar datos, pero me gusta comenzar con el modelo completo, continuar con las pruebas de efectos y otra información para reducir el modelo y luego usar pruebas personalizadas para realizar comparaciones interesantes dentro de un efecto significativo.

 

Hay mucho material útil en el sitio de JMP. No pretendo conocer todo lo que está disponible. Sin embargo, se puede buscar. Por ejemplo, encontré t su pagina con tutoriales y vídeos para usuarios académicos (pero cualquiera puede usarlo).

Re: Ajustar coeficientes de prueba personalizados del modelo

Solo quiero ser claro: incluyo todos los factores independientes y los términos de interacción significativos en el modelo único. Ejecuté un MANOVA que recopila todos los factores dependientes en el mismo modelo y todo el modelo es significativo. Más allá de eso, me dijeron que analizara el comportamiento de los factores dependientes en el MANOVA dividiéndolo nuevamente en análisis de mínimos cuadrados estándar individuales. Si tiene un enlace a un video o diapositivas que explique cómo interpretar un trabajo con MANOVA, se lo agradecería.

Re: Ajustar coeficientes de prueba personalizados del modelo

Entiendo que el tema de las comparaciones múltiples está dentro de un estudio y un único conjunto de datos. Si repito un estudio, no tengo que contar las comparaciones realizadas en el primer estudio en mi ajuste. Sin embargo, parece que tienes múltiples factores en el mismo estudio, por lo que deberías ajustarlos según el número acumulado de pruebas.

 

¿Existe alguna razón por la que no incluiría todos los factores al mismo tiempo en un solo modelo en lugar de realizar análisis separados para cada factor?

Re: Ajustar coeficientes de prueba personalizados del modelo

Una pregunta de seguimiento:

 

Estoy adaptando el mismo modelo básico a un montón de factores diferentes. Y termino probando las mismas interacciones en diferentes circunstancias.

¿Bonferroni corrige dentro de la prueba conjunta dentro del modelo (es decir, tres niveles), Bonferroni debería corregir todas las pruebas dentro de un solo modelo, o debería agrupar todas estas pruebas personalizadas en todos los modelos y hacer una gran corrección de Bonferroni?

Gracias

Re: Ajustar coeficientes de prueba personalizados del modeloEso es exactamente lo que planeo hacer. GraciasRe: Ajustar coeficientes de prueba personalizados del modelo

Interpreto lo que usted pide decir si utiliza el ajuste de Bonferroni para su elección de alfa. Sí, esa es una forma de controlar la tasa de error tipo I con comparaciones múltiples.

Re: Ajustar coeficientes de prueba personalizados del modeloSi soy Bonferroni corrigiendo las pruebas, ¿será eso suficiente para reducir los falsos positivos?Re: Ajustar coeficientes de prueba personalizados del modelo

Algunos analistas utilizan la prueba conjunta para protegerse contra una alta tasa de falsos positivos. Es posible que realice muchas pruebas. No se ajustan individualmente por el número de pruebas.

Re: Ajustar coeficientes de prueba personalizados del modeloGracias, no creo que necesite la prueba conjunta. Sólo los contrastes independientes.Re: Ajustar coeficientes de prueba personalizados del modelo

La advertencia es sobre la prueba conjunta. No hay suficientes grados de libertad disponibles para el número de pruebas conjuntas.

Re: Ajustar coeficientes de prueba personalizados del modelo

Gracias, esta es la solución que estoy buscando y los resultados tienen sentido. El único inconveniente final es que sigo recibiendo la "Advertencia: Contraste no comprobable". ¿Eso quiere decir que la prueba conjunta no es comprobable o que uno de los contrastes no es comprobable? Cuando ejecuto los contrastes por pares de forma independiente, no obtengo la misma respuesta.

Re: Ajustar coeficientes de prueba personalizados del modelo

Me disculpo por la confusión. No estoy seguro de toda la confusión, así que comencemos por el principio.

 

Empezaste diciendo que quieres a post-hoc comparación de pendientes por pares con una prueba personalizada . Entonces, la línea de tendencia para cada grupo parece ser diferente y usted desea probar la diferencia. Intentemos.

 

(NOTA: Recibí una ayuda fantástica de un colega de soporte técnico. Mi respuesta se basa en su explicación.)

 

Puedes realizar las pruebas personalizadas en un solo paso, pero voy a dividirlas en dos pasos para que puedas ver el desarrollo de los coeficientes correctos.

 

Paso 1: Utilice pruebas personalizadas de la pendiente de la línea para cada tratamiento. La primera columna de la prueba personalizada debe ser [0, 0, 0, 1, 1, 0, 0]. Es decir, los únicos parámetros con un 1 son Duración del pulso y Tratamiento[PT]*Duración del pulso. La razón es que la pendiente de la línea es la pendiente común, Duración del pulso, más la pendiente diferencial para el Tratamiento [PT]. Su suma es la pendiente que quieres comparar con 0. La segunda columna debe ser [0, 0, 0, 1, 0, 1, 0] porque está sumando la duración del pulso y el tratamiento[CS]*duración del pulso. Finalmente, agregue la pendiente diferencial para el tercer tratamiento, pero no se informa explícitamente. Pero sabemos que es el negativo de la suma de los otros dos parámetros por la forma en que el JMP parametriza un factor categórico. Entonces la tercera columna debería ser [0, 0, 0, 1, -1, -1, 0].

 

Nuevamente, no necesita este paso para la prueba personalizada real que desea. Sólo ayuda mi explicación de las pruebas reales. En este punto hemos determinado los coeficientes correctos para las pruebas personalizadas de las pistas individuales.

 

Paso 2: Desea comparar las pendientes individuales, no con cero, sino entre sí, de dos en dos. ¡Simplemente restamos las columnas utilizadas en el paso 1 de dos en dos! Para comparar la pendiente de PT con respecto a CS, restamos la columna de coeficientes del paso uno para CS de los de PT. Entonces [0, 0, 0, 1, 1, 0, 0] - [0, 0, 0, 1, 0, 1, 0] = [0, 0, 0, 0, 1, -1, 0]. La columna para probar PT a OF es [0, 0, 0, 1, 1, 0, 0] - [0, 0, 0, 1, -1, -1, 0] = [0, 0, 0, 0 , 2, 1, 0]. Finalmente, la columna para probar CS a OF es [0, 0, 0, 1, 0, 1, 0] - [0, 0, 0, 1, -1, -1, 0] = [0, 0, 0 , 0, 1, 2, 0].

 

Como antes, siempre puede comprobar los coeficientes comparándolos con el valor que informa JMP para la prueba con los cálculos manuales de las sumas y diferencias de las estimaciones de los parámetros.

Re: Ajustar coeficientes de prueba personalizados del modelo

Todavía no creo que lo esté haciendo bien.

 

Primero, sigo recibiendo una advertencia que no se puede contrastar (ver más abajo).

 

En segundo lugar, parece que al hacer el segundo coeficiente -1 para el cruce CS*Duración -(-OF*Duración)=0 se suma el valor de los dos, que no es lo que quiero. Termina siendo -0,0447.

 

En tercer lugar, si intento comparar PT*Duración con OF*Duración (OF*Duración-PT*Duración=0), el valor debería ser 0,00777, en lugar de eso, es solo el valor de OF*Duración (0,0174926). Por tanto, dejar el coeficiente en 0 no parece funcionar.

 

Re: Ajustar coeficientes de prueba personalizados del modelo

Creo que estableces el coeficiente para la primera estimación en 1 y dejas el resto en 0. Puedes comprobar el resultado. El Valor debe ser la diferencia entre las estimaciones que está comparando con una diferencia nula o cero.

Re: Ajustar coeficientes de prueba personalizados del modelo

Gracias por la aclaración. Adjunté otra ventana a continuación. Si entiendo correctamente, he configurado el primer contraste (CS*Duración-OF*Duración=0) correctamente. Pensé que se suponía que los coeficientes negativos me permitirían probar el tercer efecto categórico (PT*duración), puedes ver eso en las estimaciones ampliadas pero no en la configuración para la prueba personalizada. ¿Cómo hago la prueba con PT*Duración?

 

Re: Ajustar coeficientes de prueba personalizados del modelo

Estas pruebas personalizadas también se conocen como contrastes en otros lugares.

 

La especificación errónea se debe a que ingresó +1 para ambos niveles en la primera prueba. Asegúrate de que los coeficientes sumen cero. Luego asegúrese de que el valor después de "=" sea la hipótesis nula. Introducir cero suele ser apropiado si está probando una diferencia significativa, pero podría ser diferente en algunas situaciones.