반복 vs 복제 vs 다중 관찰 및 중첩안녕하세요 JMP 커뮤니티,
데이터 분석에 어떤 모델을 사용해야 하는지 도움이 필요한 생물학적 데이터 세트 작업을 해왔습니다. 2종의 마우스가 있고(종당 2마리) 각 마우스의 한쪽 다리는 1번 치료를 받았고, 같은 마우스의 다른 쪽 다리는 2번 치료를 받았습니다. 각 마우스의 다리당 실험(화학 성분) 동안 2-5회 측정했습니다. 저는 혼합 모델을 사용하여 처리 내 각 균주 간 및 마우스 균주 내 처리 간의 화학 조성 수단을 비교하는 데 관심이 있습니다. 다음은 JMP 테이블 날짜 세트의 예입니다.
내 통계에서 샘플 내 가변성을 활용하기 위해 특히 여러 관측치의 평균을 구하고 싶지 않습니다. 따라서 비교할 수 있는 방법을 찾는 것은 여러 관찰을 통해 얻은 정보를 잃지 않고 각 관찰을 독립적인 관찰 또는 샘플로 간주하고 싶지 않다는 것을 의미합니다.
나는 이 특정 테이블을 사용하고 적합 모델> 혼합 모델로 이동한 다음 미네랄 양을 변수로, 고정 효과를 변형, 처리 조건, 변형* 처리 조건, 무작위 효과를 마우스 수로 지정합니다. 중첩 및 반복 조치를 수행하지 않습니다. 어떤 것을 고려해야 합니까?
도와주셔서 감사합니다!
Re: 반복 vs 복제 vs 다중 관찰 및 중첩개별 관찰을 사용하는지 또는 평균 관찰을 사용하는지 여부에 따라 오류의 의미가 결정됩니다. 이 해석은 다음과 같이 사용하는 모든 가설 검정에서 중요합니다. 에프 분산 분석에서 전체 모델에 대한 비율 또는 티 모수 추정에 대한 비율. 오류는 조건을 변경하지 않거나 동일한 조건으로 돌아갈 때 발생하는 응답의 임의 변동을 나타냅니다. 조건이 변경될 때 영향을 평가하기 위한 벤치마크를 제공합니다. 새로운 조건으로 인한 영향은 어느 정도이고 어쨌든 일어날 무작위 변화는 어느 정도입니까?
마우스 변형 및 처리의 영향을 조사하고 있으므로 이상적으로는 오차 항이 임의의 실행과 관련된 모든 섭동(합계)의 누적을 나타내야 합니다. 그것은 하나의 관찰입니다. 다른 측정을 수행하는 것이 아니라 전체 실행을 반복하는 경우 해당 실행은 복제입니다. 실행을 반복하지 않고 다른 측정을 하면 복제가 아닙니다.
측정 정확도(바이어스 + 정밀도)에 대한 우려로 인해 각 실행 내에서 여러 측정을 수행한 것 같습니다. 즉, 마우스를 한 번 이상 희생하지 않았습니다! 이 경우 평균 응답을 모델링합니다.
Re: 반복 vs 복제 vs 다중 관찰 및 중첩쌓였다는게 무슨말인지 모르겠어? 반복 데이터 포인트는 일관성과 변동성을 분석할 수 있습니다. 이에 만족하면 해당 데이터 포인트를 나타내는 방법을 선택할 수 있습니다. 평균으로서, 표준편차, 분산 등 하나 이상의 요약통계. 연구의 다른 구성 요소를 평가하기 위해 그것들을 요약해야 합니다. 추가 자유도가 아닙니다.
Re: 반복 vs 복제 vs 다중 관찰 및 중첩MarkBailey와 Statman에게 감사드립니다.
예, 저는 이러한 여러 측정값의 분포에 대해 생각해 왔으며 그 중 일부는 이상값이었습니다(측정값이 공극, 균열 등과 같은 뼈의 자연적인 돌기에서 나온 경우 이상값으로 이어질 수 있음). 이것은 실제/실제 데이터가 아닙니다(앞서 언급하는 것을 잊은 점 사과드립니다).
그래서 지금까지 내가 이해한 것은 다음과 같습니다.
1) 혼합 모델은 무작위 오류가 모든 샘플에 대해 균일하다고 가정합니다.
2) 각 균주의 모든 마우스가 두 가지 치료를 모두 받고 있기 때문에 이 모델에는 중첩이 없습니다.
3) 두 처리 조건에 대한 측정값이 종속적이라는 사실은 마우스 수를 무작위 효과(차단)로 지정하여 처리하고 있습니다.
마지막 질문이 하나 있습니다.
모든 단일 관찰이 누적된 데이터에 대한 테스트를 실행하는 것과 모든 샘플에 대해 평균을 취하는 데이터에 대한 테스트를 실행하는 것의 차이점은 무엇입니까? 어떤 방법을 사용해야 합니까?
감사합니다!
Re: 반복 vs 복제 vs 다중 관찰 및 중첩추가하는 것을 잊었습니다...Y의 변화가 얼마나 중요한지 모르겠습니다. 위에서 본 변화가 실질적인 중요성에 비해 작다면 중요하지 않을 수 있습니다.Re: 반복 vs 복제 vs 다중 관찰 및 중첩흥미로운 측정 변동이 있습니다. 특히 일부 "비정상적인 데이터 포인트" 또는 특수 원인 가변성이 있는 경우. 평균으로 멀리 (분석 현명한) 가기 전에 그것들을보고 싶을 수도 있습니다.
Re: 반복 vs 복제 vs 다중 관찰 및 중첩"보기만 해도 많은 것을 알 수 있습니다."
플롯에서 알 수 있듯이 미네랄 양에 대해서는 아무것도 찾을 수 없습니다.
반면 탄산화량은 일정한 효과를 보인다.
Re: 반복 vs 복제 vs 다중 관찰 및 중첩Mark가 이미 말하고 지침을 제공한 것에 대해서만 추가합니다. 단기간에 취한 여러 측정값은 실제로 내포되어 있으며 잠재적으로 좋은 측정 오류 추정치입니다. 먼저 그 조치를 살펴 보겠습니다. 말이 되나요? 간단한 데이터 플롯이 도움이 될 것입니다. 얼마나 많은 변화가 있습니까? 변형이 일관적입니까? 비정상적인 측정이 있습니까? 평균은 이러한 측정값의 좋은 추정치입니까? (평균화하면 측정 오류가 줄어듭니다)
Re: 반복 vs 복제 vs 다중 관찰 및 중첩제 질문에 답해주셔서 감사합니다!
- 제안하는 혼합 모델은 모든 관찰이 동일한 임의 오류를 샘플링한다고 가정합니다. 마우스 희생, 다리 수확 등에서 측정 오류까지의 변형을 나타냅니다. 즉, 오류를 단일 분산 구성 요소로 풀링할 수 있습니다. 귀하의 모델은 오류 모집단이 마우스를 다양화할 것으로 예상하지 않는다는 진술입니다. 또 다른 방법은 마우스에 관계없이 동일한 오류 모집단을 샘플링한다는 것입니다.
- 음, 마우스 숫자는 무작위 효과가 있는 차단 요인처럼 작용하므로 제안된 모델이 정확해야 합니다. 또한 요인 데이터 열의 요인 수준은 공유 조건을 나타내야 합니다. 요인은 중첩되지 않고 교차됩니다. 즉, 오늘날 Strain 1은 항상 Strain 1입니다. 균주 1은 각 마우스 또는 치료마다 다른 것이 아닙니다. 유사하게 처리 1은 어떤 마우스 종에 관계없이 항상 동일한 처리입니다. 실제로 내포된 요인은 모델의 각 항에 대한 특정 내포를 표시하여 JMP로 분석할 수 있습니다. 귀하의 측정은 마우스 번호로 차단됩니다.
Re: 반복 vs 복제 vs 다중 관찰 및 중첩반복 측정의 특성은 무엇입니까? 화학 물질을 두 번 이상 측정한 이유는 무엇입니까? - 뼈(마우스를 희생시킨 후 추출)의 샘플 표면 거칠기에 매우 민감한 마이크로스케일 이미징 기술이기 때문에 측정이 두 번 이상 수행되었습니다. 샘플 내 편차로 인해 발생하는 오류를 방지하기 위해 여러 측정을 수행했기 때문에 샘플 간에 비교할 값의 분포가 있습니다.
측정이 시간에 가깝게 이루어집니까? 일정 기간 동안 측정이 수행됩니까? 다른 고정 효과로 모델링하고 테스트할 수 있도록 시간을 기록합니까? - 모든 다중 측정은 시간에 민감하지 않으며 1분 간격입니다(기기가 단일 측정을 수행하고 10미크론 미만 떨어진 샘플 표면의 다음 지점으로 이동하는 데 걸리는 시간).
제가 생각하는 가장 큰 관심사는 다음 두 가지입니다.
1) 혼합 모델을 수행하는 경우 모델이 모든 단일 측정값을 단일 독립 샘플로 간주하지 않도록 하려면 어떻게 해야 합니까?
2) 치료 1과 치료 2에 대한 조치가 동일한 마우스에서 나온다는 사실을 설명하고 있는지 어떻게 확인합니까?
감사합니다!
Re: 반복 vs 복제 vs 다중 관찰 및 중첩반복 측정의 특성은 무엇입니까? 화학 물질을 두 번 이상 측정한 이유는 무엇입니까? 측정값이 제 시간에 근접하게 측정되었습니까? 일정 기간 동안 측정이 수행됩니까? 다른 고정 효과로 모델링하고 테스트할 수 있도록 시간을 기록합니까?
귀하의 모델은 이치에 맞고 이러한 질문에 어떻게 대답하느냐에 따라 개별 측정값을 사용하는 것이 이치에 맞습니다.
