Salut tout le monde,
Je suis un doctorant en biomédecine et je fais l'hypothèse qu'un type de cellule particulier augmente avec différentes durées de traitements médicamenteux (par exemple en comparant le contrôle PBS au jour 12 du traitement au jour 19 du traitement). J'ai utilisé JMP pro12 et exécuté un modèle standard des moindres carrés. J'ai effectué deux expériences pour tester cela et j'ai défini le code d'expérience comme un effet aléatoire. L'autre effet est le traitement.
Je regarde le test à effet fixe -> détails de l'effet -> LS signifie différences Tukeys HSD -> rapport sur les différences ordonnées pour voir si les traitements sont significativement différents. Le test à effet fixe comporte un point au lieu de la valeur ap dans la colonne prob>f, et il y a également des points dans les colonnes Lower CL/Upper CL. Je ne sais donc pas s'il faut croire la valeur p (<0,0001).
Je pense que cela pourrait être lié à l'erreur « Convergence douteuse : vérifier les itérations » ?
Savez-vous comment résoudre ce problème ? Puis-je faire confiance aux valeurs p et dire qu'il existe des différences significatives entre tous mes groupes ou mes données ne conviennent-elles pas à ce test ?
Merci beaucoup!
Emma
Vraiment utile, merci beaucoup. J'ai reçu la réponse suivante du support technique de JMP qui a répondu à ma question je pense :
Salut emma,
Votre question concernant l'échec de la convergence a été transmise au support technique JMP.
En examinant votre modèle, j'ai remarqué quelques choses :
Lors de la dernière itération, l'estimation de la composante de variance pour Expt était négative, ce qui suggère qu'il n'y a peut-être pas suffisamment de preuves de variabilité entre les Expt pour modéliser cet effet aléatoire.
En effet, lors du tracé des données, il ne semble pas y avoir de preuve évidente d'une quelconque différence entre les Expt. Le graphique souligne également l'incertitude des estimations pour les combinaisons de traitements dans lesquelles il n'y a que quelques lignes de données.
Je pense que c’est la cause de l’instabilité et de l’incapacité de converger vers une solution.
Remarquez que si vous désélectionnez « Composants de variance illimitée » dans la boîte de dialogue du modèle (liez les vc), alors le modèle convergera vers une solution où la variance à effet aléatoire Expt est estimée à zéro.
Ce modèle serait équivalent au modèle dans lequel vous supprimez l'effet aléatoire Expt et ajustez uniquement l'effet de traitement fixe. Je pense que ce serait une approche raisonnable ici.
J'espère que cette information vous a aidé. Veuillez me faire savoir si vous avez des questions complémentaires ou si vous avez besoin de précisions.
Merci,
Adam Morris
Assistance technique JMP
