Conversione della perdita percentuale in probit in JMPHo generato regressioni probit indipendenti per più popolazioni a un tossico utilizzando un modello lineare generale binomiale con una funzione di collegamento probit e log (dose) come X. Ora desidero convertire la mia Y in unità probit.
Quando salvo le formule dall'output GLM ottengo questa formula per ogni popolazione:
Distribuzione normale(Intercetta+Pendenza*Log(dose))
Dato che un probit è l'inverso della funzione di distribuzione cumulativa, stavo pensando di creare una nuova colonna con la formula:
(1) Quantile normale(Distribuzione normale(Intercetta+Pendenza*Log(dose)))+5 *Si noti che +5 è arbitrario
l'output sopra mi sembrava ragionevole ma ero confuso di avere sia il normale quantile oltre alla normale dist nell'equazione e pensavo che si sarebbero annullati a vicenda e ho deciso di provare la formula senza la distribuzione normale come segue:
(2) Quantile normale(Intercetta+Pendenza*Log(dose)))+5
Una volta rimossa la "normale distribuzione", come in (2), essa influenza notevolmente la forma.Inoltre, puoi vedere i cambiamenti della dose letale del 50% (5 probit) a seconda dell'equazione, che è davvero importante
Le linee tratteggiate sono l'equazione (1) e quelle solide sono l'equazione (2) per ciascuna popolazione.
Ho convertito correttamente in probit nell'equazione 1?Ho fatto un po' di ricerche e non ho visto menzione di come farlo in JMP.
Grazie!
Ri: Conversione della perdita percentuale in probit in JMPLetteralmente, intendo che il valore del parametro per Dose nel modello. Se pensi a quel parametro come "pendenza", allora sì, sta confrontando le curve in quel modo.
Ri: Conversione della perdita percentuale in probit in JMPBuon pomeriggio Marco,
So che è stato un po' di tempo fa, ma grazie per aver fornito la tua risposta sopra.L'ho trovato molto utile.
Avevo una domanda di follow-up per te su parte della tua risposta:
"L'effetto Treatment * Log Dose testerà una differenza nell'effetto di Dose che indica una transizione più forte o più debole tra gli asintoti."
Sarebbe corretto affermare che l'effetto Trattamento * Log Dose sta essenzialmente confrontando le pendenze delle curve dose-risposta per i due trattamenti?
Ri: Conversione della perdita percentuale in probit in JMPMolti metodi storici sono stati superati da metodi superiori quando si rendono disponibili nuove teorie, tecniche e tecnologie. I vecchi metodi svaniscono molto lentamente poiché tendiamo a mantenere tutto ciò che ha avuto successo in passato. I tuoi risultati sono corretti, tuttavia, se desideri perseguire questo approccio.
Non sono un tossicologo. Sono uno scienziato, però, e uno statistico. Userei il GLM come hai fatto tu e includerei la popolazione (ad es. Trattamento) nel modello. Ad esempio, estendiamo il mio esempio precedente:
Impostare il modello utilizzando la finestra di dialogo di avvio Adatta modello come prima e includere Trattamento.
L'effetto Trattamento testerà una differenza media (cioè un'intercetta unica) che indica che una curva si sposta a sinistra oa destra rispetto all'altra curva. L'effetto Trattamento * Log Dose testerà una differenza nell'effetto della Dose che indica una transizione più forte o più debole tra gli asintoti.
Il grafico di regressione in JMP mostra chiaramente le due curve. I test degli effetti forniscono prove statistiche per decidere su qualsiasi differenza tra le curve. Non vedo come una trasformazione possa rendere più efficace questo confronto.
Ri: Conversione della perdita percentuale in probit in JMPScusa se non sono stato chiaro nella mia domanda iniziale. Stavo cercando di eseguire una trasformazione probit e convertire l'asse Y da una percentuale (sul CDF di una distribuzione normale: Φ(x) ) in probit (l'inverso della CDF di una normale dist: Φ^-1(p)). Guarda l'istantanea da google qui sotto:
Questo è importante per visualizzare la risposta alla dose per la mortalità, perché la letalità di una sostanza tossica in una popolazione non è normalmente distribuita (è lognormale RIF ). Tradizionalmente, i tossicologi convertivano la percentuale di mortalità in probit (si veda la tabella probit di Finney del 1952) prima di fare una semplice regressione a mano, perché linearizzava la relazione dose-risposta (più facile senza computer). Nella mia analisi menzionata in precedenza, ne tengo conto utilizzando la funzione di collegamento probit. Ma l'output non è in probit perché è previsto percento su una dist normale CDF. Mi risulta che questo sia il modo ottimale per visualizzare e confrontare le relazioni dose-risposta tra le popolazioni.
Sono riuscito a capire come trasformare la Y delle formule previste in probit per scopi visivi usando:
Quantile normale((Distribuzione normale(Intercetta+Pendenza*Log(dose))))
Avevo semplicemente bisogno di aggiungere un ulteriore set di parentesi!!Sono fiducioso perché mi dà la stessa dose letale mediana e linearizza la linea:
Nel grafico sopra, ho aggiunto 0,5 alla suddetta formula perché 0 probit = 50% di mortalità e aggiungendo 0,5 si intersecherebbero alla stessa dose letale mediana.
Ovviamente conosci queste cose meglio di me, ma volevo scriverle per sperare che fossero utili ai futuri utenti che potrebbero anche voler trasformare l'output in probit.Questo ti sembra ragionevole?
Ri: Conversione della perdita percentuale in probit in JMPHo dimenticato di aggiungere che esiste un comando Previsione inversa disponibile dal menu del triangolo rosso della piattaforma. In questo esempio, sto chiedendo la Log Dose per diversi punti dal CDF.
Il risultato è:
Questo risultato è quello che stai cercando?
Ri: Conversione della perdita percentuale in probit in JMPOnestamente non so cosa intendi per "unità probit". Ecco un modello di una semplice analisi probit. Ho creato un test con dose crescente. Ci sono 25 soggetti per ogni dose. Si registra il numero dei decessi su 25.
Successivamente ho avviato l'analisi probit con questa configurazione nella finestra di dialogo di avvio del modello di adattamento:
Poi ottengo questa analisi.
Il grafico mostra la curva probit adattata in funzione di Log Dose. L'intervallo della funzione probit è compreso tra 0 e 1. Ho salvato la formula di previsione nella tabella dei dati.
La formula di previsione è:
I decessi previsti sono il campione moltiplicato per il probit o la normale funzione di distribuzione cumulativa (CDF).
Questa quantità è quella che vuoi? In caso contrario, definire "unità probit" in termini di questo esempio.
