Observations répétées vs répliques vs observations multiples et nidificationSalut la communauté JMP,
J'ai travaillé sur un ensemble de données biologiques où j'ai besoin d'aide pour savoir quel modèle dois-je utiliser pour analyser mes données. Il existe 2 souches différentes de souris (2 souris par souche) et 1 patte de chaque souris a reçu le traitement 1, l'autre patte de la même souris a reçu le traitement 2. J'ai pris 2 à 5 mesures au cours de mon expérience (composition chimique) par patte de chaque souris. Je suis intéressé par l'utilisation d'un modèle mixte pour comparer les moyens de composition chimique entre chaque souche au sein d'un traitement et entre les traitements au sein d'une souche de souris. Voici un exemple d'ensemble de date de table JMP.
Je ne souhaite pas particulièrement faire la moyenne des multiples observations, dans le but d'utiliser la variabilité dans l'échantillon de mes statistiques. Ainsi, je cherche une méthode où je peux comparer les moyennes, sans perdre les informations que j'obtiens en faisant plusieurs observations, mais je ne veux pas non plus considérer chaque observation comme une observation ou un échantillon indépendant.
J'utilise ce tableau particulier et je vais ajuster le modèle> modèle mixte> puis avoir la quantité de minéraux comme variable ay, effet fixe comme souche, condition de traitement, souche * condition de traitement, effet aléatoire comme nombre de souris. Je ne fais pas d'imbrication et de mesures répétées. Dois-je en envisager?
Merci pour votre aide!
Re : Répétitions vs répliques vs observations multiples et nidificationQue vous utilisiez les observations individuelles ou l'observation moyenne détermine la signification des erreurs. Cette interprétation est importante dans tous les tests d'hypothèse que vous utilisez, tels que F ratio pour l'ensemble du modèle dans l'analyse de la variance ou le t rapport pour une estimation de paramètre. Les erreurs représentent la variation aléatoire de la réponse qui se produit lorsque vous ne modifiez pas les conditions ou lorsque vous revenez à la même condition. Ils fournissent une référence pour évaluer les effets lorsque les conditions changent. Quelle part de l'effet est due à la nouvelle condition et quelle part n'est-elle qu'un changement aléatoire qui se produirait de toute façon ?
Étant donné que vous étudiez l'effet de la souche et du traitement de la souris, le terme d'erreur devrait idéalement représenter l'accumulation de toutes les perturbations (somme) associées à toute course. C'est un seul constat. Si vous répétez l'intégralité de l'analyse, et pas simplement une autre mesure, cette analyse est une réplique. Si vous ne répétez pas l'analyse mais effectuez une autre mesure, il ne s'agit pas d'une réplication.
Il semble que vous ayez effectué plusieurs mesures dans chaque cycle en raison d'un souci de précision des mesures (biais + précision). C'est-à-dire que vous n'avez pas sacrifié une souris plus d'une fois ! Dans ce cas, je modéliserais la réponse moyenne.
Re : Répétitions vs répliques vs observations multiples et nidificationJe ne sais pas ce que vous entendez par empilé? Les points de données répétés peuvent être analysés pour la cohérence et la variabilité. Une fois que vous en êtes satisfait, vous pouvez choisir comment représenter ces points de données. En tant que moyenne, écart-type, variance, etc. ou plus la seule statistique récapitulative. Vous devrez les résumer pour évaluer les autres composantes de l'étude. Ce ne sont pas des degrés de liberté supplémentaires.
Re : Répétitions vs répliques vs observations multiples et nidificationMerci Mark Bailey et Statman.
Oui, j'ai réfléchi à la distribution de ces multiples mesures, certaines d'entre elles étaient des valeurs aberrantes (si la mesure provient d'une aspérité naturelle dans l'os comme un vide, une fissure, etc., cela peut conduire à des valeurs aberrantes). Ce ne sont pas les données réelles / réelles (excusez-moi, j'ai oublié de mentionner plus tôt).
Donc ce que j'ai compris jusqu'à présent c'est :
1) Le modèle mixte suppose uniquement que l'erreur aléatoire est uniforme pour tous les échantillons
2) Il n'y a pas de nidification dans ce modèle puisque chaque souris de chaque souche reçoit les deux traitements
3) Le fait que les mesures pour les deux conditions de traitement sont dépendantes est pris en charge en désignant le nombre de souris comme un effet aléatoire (blocage)
J'ai une dernière question:
Quelle serait la différence dans l'exécution des tests pour les données avec chaque observation empilée par rapport au test des données où je prends la moyenne pour chaque échantillon. Quelle méthode dois-je utiliser ?
Merci!
Re : Répétitions vs répliques vs observations multiples et nidificationJ'ai oublié d'ajouter... Je n'ai aucune idée de l'importance d'un changement dans les Y. Si la variation que vous voyez ci-dessus est faible par rapport à la signification pratique, cela n'a peut-être pas d'importance.Re : Répétitions vs répliques vs observations multiples et nidificationVous avez une variation de mesure intéressante. En particulier lorsqu'il existe des "points de données inhabituels" ou une variabilité de cause spéciale. Peut-être voudrez-vous les regarder avant d'aller trop loin (en termes d'analyse) avec les moyennes.
Re : Répétitions vs répliques vs observations multiples et nidification"Vous pouvez voir beaucoup rien qu'en regardant."
Comme le suggère l'intrigue, il n'y a rien à trouver pour la quantité de minéraux.
La quantité de carbonatation, d'autre part, montre des effets fixes.
Re : Répétitions vs répliques vs observations multiples et nidificationJe ne fais qu'ajouter à ce que Mark a déjà dit et donné des conseils. Les multiples mesures prises dans un court laps de temps sont en effet imbriquées et constituent une bonne estimation potentielle de l'erreur de mesure. J'examinerais d'abord ces mesures. Ont-ils un sens ? Un simple tracé des données aidera. Combien y a-t-il de variation ? La variation est-elle cohérente ? Y a-t-il des mesures inhabituelles ? Une moyenne est-elle une bonne estimation de ces mesures? (la moyenne réduira l'erreur de mesure)
Re : Répétitions vs répliques vs observations multiples et nidificationJe vous remercie d'avoir répondu à mes questions!
- Le modèle mixte que vous proposez suppose uniquement que chaque observation échantillonne la même erreur aléatoire. Il représente la variation depuis le sacrifice de la souris, la récolte de la jambe, etc. jusqu'à l'erreur de mesure. C'est-à-dire que les erreurs peuvent être regroupées en une seule composante de variance. Votre modèle est une déclaration selon laquelle vous ne vous attendez pas à ce que la population d'erreurs varie chez les souris. Une autre façon de le dire est que vous échantillonnez la même population d'erreurs, quelle que soit la souris.
- Eh bien, le nombre de souris agit comme un facteur de blocage avec un effet aléatoire, donc votre modèle proposé devrait être correct. De plus, les niveaux de facteur dans vos colonnes de données de facteur doivent indiquer les conditions partagées. Vos facteurs sont croisés et non imbriqués. C'est-à-dire qu'aujourd'hui, la souche 1 est toujours la souche 1. La souche 1 n'est pas quelque chose de différent dans chaque souris ou traitement. De même, le traitement 1 est toujours le même traitement quelle que soit la souche de souris. Les facteurs véritablement imbriqués peuvent être analysés avec JMP en indiquant l'imbrication spécifique de chaque terme du modèle. Vos mesures sont bloquées par le numéro de souris.
Re : Répétitions vs répliques vs observations multiples et nidificationQuelle est la nature des mesures répétées ? Pourquoi avez-vous mesuré le produit chimique plus d'une fois ? - la mesure a été prise plus d'une fois, car il s'agit d'une technique d'imagerie microscopique, très sensible à la rugosité de surface de l'os (extrait après sacrifice des souris). Pour éviter les erreurs résultant de la variation de l'échantillon, j'ai effectué plusieurs mesures, j'ai donc une distribution de valeurs à comparer entre les échantillons.
Les mesures sont-elles prises dans le temps ? Les mesures sont-elles prises sur une période de temps ? Le temps est-il enregistré afin qu'il puisse être modélisé et testé comme un autre effet fixe ? - Toutes les mesures multiples ne sont pas sensibles au temps, elles ne sont séparées que d'une minute (le temps nécessaire à l'instrument pour prendre une seule mesure et passer au point suivant sur la surface de l'échantillon, qui est à moins de 10 microns).
Je suppose que les deux principales préoccupations que j'ai sont les suivantes :
1) Si je fais un modèle mixte, comment puis-je m'assurer que le modèle ne considère pas chaque mesure comme un seul échantillon indépendant ?
2) Comment puis-je m'assurer que je tiens compte du fait que les mesures pour le traitement 1 et le traitement 2 proviennent de la même souris ?
Merci!
Re : Répétitions vs répliques vs observations multiples et nidificationQuelle est la nature des mesures répétées ? Pourquoi avez-vous mesuré le produit chimique plus d'une fois ? Les mesures sont-elles prises dans le temps ? Les mesures sont-elles prises sur une période de temps? Le temps est-il enregistré afin qu'il puisse être modélisé et testé comme un autre effet fixe ?
Votre modèle est logique et l'utilisation des mesures individuelles est logique, selon la façon dont vous répondez à ces questions.
