Auto-corrélation dans un modèle de régression multilinéaire avec variable dépendante du tempsSalut tout le monde,
J'essaie de générer un modèle de régression multilinéaire sur une étude qui a duré plusieurs semaines. L'un des facteurs est l'âge des cellules, qui semble avoir un effet significatif sur la réponse. Lorsque l'on examine le tracé des résidus par rapport aux lignes et que l'on effectue le test de Durbin-Watson, il semble que les données ne soient pas indépendantes (c'est-à-dire qu'une autocorrélation existe). Cependant, puisque l’âge des cellules est un facteur dépendant du temps, une auto-corrélation n’est-elle pas attendue ? Dans ce cas, devrais-je encore corriger la corrélation automatique d'une manière ou d'une autre et leurs options sont-elles disponibles sur JMP pour le faire ?
Merci!
Modélisation statistique avancéeÉtudes de consommation et de marchéRe : Auto-corrélation dans le modèle de régression multilinéaire avec variable dépendante du tempsSalut David,
Merci beaucoup pour votre réponse et explication. Ce lien que vous avez envoyé semble être une excellente ressource pour le MLR en général. Je vais certainement essayer avec mes données.
Merci encore!
Re : Auto-corrélation dans le modèle de régression multilinéaire avec variable dépendante du tempsJ'espérais que nous aurions pu avoir d'autres contributions à cette discussion, mais je suppose que le forum est calme en raison du 4 juillet.
L'implication générale de l'autocorrélation est que les erreurs standard ont tendance à être sous-estimées, ce qui a des conséquences sur l'inférence statistique.
Une approche consiste à utiliser un modèle de régression qui utilise une représentation autorégressive des erreurs (c'est-à-dire un modèle de série chronologique pour les erreurs qui tient compte de l'autocorrélation).
Voici une discussion utile :
https://online.stat.psu.edu/stat462/node/189/
La bonne nouvelle est qu'au bas de l'article, ils fournissent un exemple réel, y compris les données, les calculs et les résultats.L'exemple travaillé est basé sur la procédure Cochrane-Orcutt.
J'ai pu suivre la procédure à l'aide de JMP et à chaque étape, les résultats ont été convenus.
Vous voudrez peut-être essayer par vous-même avec leur exemple.Une chose que vous devrez faire est de construire une formule de colonne pour un modèle autorégressif simple des résidus - quelque chose que vous pouvez faire si vous êtes familier avec la fonction de décalage dans JMP.
Si vous pensez que cette procédure pourrait être bénéfique, mais que vous vous en tenez à elle, faites-le moi savoir et je pourrai faire un enregistrement vidéo de la séquence.
Re : Auto-corrélation dans le modèle de régression multilinéaire avec variable dépendante du tempsSalut @David_Burnham , Merci pour vos réponses! En fait, j'ai utilisé le modèle Cell Growth 4P dans le passé (dans un but différent) et cela a très bien fonctionné ! Cependant, ce que j'essaie de réaliser est tout à fait différent. Je donne plus d'informations ci-dessous.
Pour notre étude actuelle, nous examinons différents facteurs qui pourraient avoir un impact sur la productivité de notre lignée cellulaire. Il y a plusieurs facteurs, à la fois catégoriques et continus. Les facteurs catégoriques incluent les types de supports, les lots, etc., tandis que les facteurs continus incluent le nombre de fois que les cellules ont été sous-cultivées (ce que j'ai appelé "l'âge des cellules" ci-dessus) et les conditions de culture. La réponse est la quantité de protéines d'intérêt que les cellules produisent par, disons, un cycle de traitement d'une semaine. Disons qu'au début de la semaine 1, nous transférons les cellules dans un flacon pour démarrer un processus et à la fin de la semaine 1, nous mesurons la quantité de protéines produites par les cellules. Ce serait un point de données. Nous répétions ensuite cela pendant plusieurs semaines pour recueillir plus de points de données. Maintenant, s'il s'avère que les cellules produisent de moins en moins de protéines avec les analyses suivantes, alors l'âge des cellules serait un facteur statistiquement significatif dans mon modèle final. Ma question est la suivante: cela ne provoquerait-il pas une auto-corrélation? Et si oui, dois-je essayer de corriger cela ou simplement accepter que cela soit inhérent à l'étude ?
Re : Auto-corrélation dans le modèle de régression multilinéaire avec variable dépendante du tempsDésolé de donner une autre réponse qui ne répond pas à votre question - juste une autre observation - vous pouvez utiliser la plate-forme "Fit Curve" pour ajuster un modèle de croissance cellulaire non linéaire.
Re : Auto-corrélation dans le modèle de régression multilinéaire avec variable dépendante du tempsOui! La statistique de test pour la corrélation est d'environ 0,4 et la valeur p < 0,001.
Re : Auto-corrélation dans le modèle de régression multilinéaire avec variable dépendante du tempsJuste quelque chose à vérifier : l'option Durbin-Watson affiche la statistique de test.L'option d'affichage de la p-value se trouve alors sur le triangle rouge associé (pas une réponse directe à votre question, juste une observation qu'il est facile de mal interpréter le test).
