Autokorrelation im multilinearen Regressionsmodell mit zeitabhängiger VariableHallo zusammen,
Ich versuche, ein multilineares Regressionsmodell für eine mehrwöchige Studie zu erstellen. Einer der Faktoren ist das Zellalter, und dies scheint einen erheblichen Einfluss auf die Reaktion zu haben. Wenn man sich das Diagramm „Residuen vs. Zeilen“ ansieht und den Durbin-Watson-Test durchführt, sieht es so aus, als wären die Daten nicht unabhängig (dh es besteht eine Autokorrelation). Da das Zellalter jedoch ein zeitabhängiger Faktor ist, wäre dann keine Autokorrelation zu erwarten? Müsste ich in diesem Fall trotzdem irgendwie die Autokorrelation korrigieren, und gibt es dafür bei JMP Optionen?
Danke schön!
Erweiterte statistische ModellierungVerbraucher- und MarktforschungBetreff: Autokorrelation im multilinearen Regressionsmodell mit zeitabhängiger VariableHallo David,
Vielen Dank für Ihre Antwort und Erklärung. Der von Ihnen gesendete Link scheint eine hervorragende Ressource für MLR im Allgemeinen zu sein. Ich werde es auf jeden Fall mit meinen Daten versuchen.
Danke noch einmal!
Betreff: Autokorrelation im multilinearen Regressionsmodell mit zeitabhängiger VariableIch hatte gehofft, dass wir vielleicht noch andere Beiträge zu dieser Diskussion hätten, aber ich schätze, im Forum ist es wegen des 4. Juli ruhig.
Die allgemeine Implikation der Autokorrelation besteht darin, dass Standardfehler tendenziell unterschätzt werden, was Konsequenzen für die statistische Schlussfolgerung hat.
Ein Ansatz besteht darin, ein Regressionsmodell zu verwenden, das eine autoregressive Darstellung der Fehler verwendet (dh ein Zeitreihenmodell für die Fehler, das die Autokorrelation berücksichtigt).
Hier ist eine nützliche Diskussion:
https://online.stat.psu.edu/stat462/node/189/
Die gute Nachricht ist, dass am Ende des Artikels ein tatsächliches Beispiel mit Daten, Berechnungen und Ergebnissen bereitgestellt wird.Das ausgearbeitete Beispiel basiert auf dem Cochrane-Orcutt-Verfahren.
Ich konnte das Verfahren mit JMP durcharbeiten und bei jedem Schritt stimmten die Ergebnisse überein.
Vielleicht möchten Sie es anhand ihres Beispiels selbst versuchen.Sie müssen unter anderem eine Spaltenformel für ein einfaches autoregressives Modell der Residuen erstellen – etwas, das Sie tun können, wenn Sie mit der Verzögerungsfunktion in JMP vertraut sind.
Wenn Sie der Meinung sind, dass dieses Verfahren von Vorteil sein könnte, Sie aber dabei bleiben, lassen Sie es mich wissen und ich kann die Sequenz auf Video aufzeichnen.
Betreff: Autokorrelation im multilinearen Regressionsmodell mit zeitabhängiger VariableHallo @David_Burnham , vielen Dank für eure Antworten! Ich habe das Cell Growth 4P-Modell tatsächlich in der Vergangenheit verwendet (für einen anderen Zweck) und es hat sehr gut funktioniert! Was ich erreichen möchte, ist jedoch etwas ganz anderes. Weitere Informationen stelle ich weiter unten bereit.
Für unsere aktuelle Studie untersuchen wir verschiedene Faktoren, die sich auf die Produktivität unserer Zelllinie auswirken könnten. Es gibt mehrere Faktoren, sowohl kategorische als auch kontinuierliche. Zu den kategorialen Faktoren gehören Medientypen, Chargen usw., während zu den kontinuierlichen Faktoren die Anzahl der Subkultivierungen der Zellen (was ich oben als „Zellalter“ bezeichnet habe) und die Kulturbedingungen gehören. Die Antwort ist, wie viel Protein von Interesse die Zellen beispielsweise pro einwöchigem Prozessdurchlauf produzieren. Nehmen wir also an, zu Beginn der ersten Woche überführen wir die Zellen in einen Kolben, um einen Prozess zu starten, und am Ende der ersten Woche messen wir, wie viel Protein die Zellen produzieren. Das wäre ein Datenpunkt. Wir würden dies dann viele Wochen lang wiederholen, um weitere Datenpunkte zu sammeln. Wenn sich nun herausstellt, dass die Zellen bei den folgenden Durchläufen immer weniger Protein produzieren, wäre das Zellalter ein statistisch signifikanter Faktor in meinem endgültigen Modell. Meine Frage ist, würde dies nicht zu einer Autokorrelation führen? Und wenn ja, sollte ich versuchen, dies zu korrigieren oder einfach akzeptieren, dass es der Studie innewohnt?
Betreff: Autokorrelation im multilinearen Regressionsmodell mit zeitabhängiger VariableEs tut mir leid, eine weitere Antwort zu geben, die Ihre Frage nicht beantwortet – nur eine weitere Beobachtung – Sie können die „Fit Curve“-Plattform verwenden, um ein nichtlineares Zellwachstumsmodell anzupassen.
Betreff: Autokorrelation im multilinearen Regressionsmodell mit zeitabhängiger VariableJa! Die Teststatistik für die Korrelation liegt bei etwa 0,4 und der p-Wert < 0,001.
Betreff: Autokorrelation im multilinearen Regressionsmodell mit zeitabhängiger VariableNur etwas zur Überprüfung: Die Durbin-Watson-Option zeigt die Teststatistik an.Die Option zur Anzeige des p-Werts befindet sich dann im zugehörigen roten Dreieck (keine direkte Antwort auf Ihre Frage, sondern lediglich eine Beobachtung, dass es leicht zu Fehlinterpretationen des Tests kommt).
