61883_de-DE

liliconcom

Distanzbasierte lineare Modellierung

Als Ökologe wechsle ich regelmäßig zwischen JMP und PRIMER hin und her, aber mit jedem Update von JMP kann ich mehr in JMP tun (und benötige daher weniger PRIMER). PRIMER verfügt jedoch über einen multivariaten, auf einer Distanzmatrix basierenden Algorithmus namens „distance-based linear modeling“ (DistLM), der im Wesentlichen wie eine schrittweise Regression (Modellauswahl durch Minimierung von BIC/AICc) funktioniert, allerdings mit einer Distanzmatrix als Eingabe. Es ist ideal für diejenigen, die das beste Modell finden möchten, um Ähnlichkeiten und Unterschiede zwischen Stichproben in einem multivariaten Rahmen zu erklären. Ich habe das Gefühl, dass JMP bereits über Distanzmatrixkapazität UND schrittweise Regression verfügt, und obwohl ich weiß, dass dies viel komplizierter ist als die univariate schrittweise Regression, denke ich, dass es möglich sein sollte, diese Technik in JMP zu entwickeln (sowie die häufiger verwendete PERMANOVA). . Eigentlich muss es nicht DistLM sein, sondern einfach irgendeine multivariate Inkarnation der schrittweisen Regression. Bitte.

Prädiktive Modellierung und maschinelles LernenBetreff: Entfernungsbasierte lineare Modellierung – Status geändert in: Bestätigt

Hallo @abmayfield , Danke für deinen Vorschlag! Wir haben Ihre Anfrage erfasst und werden sie prüfen.

Betreff: Distanzbasierte lineare Modellierung

Hallo,

Vielen Dank, dass Sie sich meine Daten angesehen haben. Um eine ähnliche Schlussfolgerung wie Sie zu ziehen, musste ich letztendlich mehrere Umgebungsparameter (Riffzone und Rifftyp) verwerfen, weil sie entweder so unausgeglichen waren oder mit der Insel skalierten. Am Ende habe ich nur 1) Insel, 2) Temperatur, 3) Salzgehalt, 4) ALCC, 5) Tiefe, 6), Probenahmezeit (Proxy für Licht), 7) Koloniefarbe und 8) verwendet. Wirtsarten als Umweltfaktoren. Dann habe ich nur einen der beiden Größenparameter (max. Kolonielänge) verwendet, da sie nahezu die gleichen Informationen liefern. Ich kam auch zu dem Schluss, dass „Host“ wahrscheinlich der wichtigste Faktor bei der Verwendung von PCA, schrittweiser Regression und einigen anderen Ansätzen für JMP ist.

Ihre Idee, die schrittweise Regression für die Hauptkomponenten zu verwenden, gefällt mir wirklich gut, und ein anderer Mitarbeiter des technischen Supports von JMP hat dies empfohlen, also werde ich das bald ausprobieren. Interessanterweise habe ich für die Mahalanobis-Distanz eine schrittweise Regression verwendet, da ich an den Proben interessiert bin, die am unterschiedlichsten sind (Ausreißer), und ein am besten geeignetes Modell, einschließlich Insel, Wirt und ALCC (Korallenbedeckung), zum minimalen BIC und einem angepassten Ergebnis führte r2 von 0,4 oder so.

Ich hoffe immer noch, dass JMP in Zukunft eine multivariate, entfernungsbasierte Plattform zur Aufdeckung von Umgebungsvariationen entwickeln kann (ähnlich wie PRIMER), aber ich denke, dass die schrittweise Regression der PC- und/oder MDS-Koordinaten eine gute Lösung sein wird inzwischen. Danke nochmal für deine Hilfe.

Betreff: Distanzbasierte lineare Modellierung

Anderson,

Vielen Dank für die JMP-Übungstabelle.Die Analyseschritte sind im Überblick:

1. Multidimensionale Skalierung für Spalten ausgeführt maximale Länge (cm) durch Sym ubiq-lig Angabe des Datenformats als Attribute und fragte nach 3 Dimensionen. Ich bin mit diesen Daten nicht vertraut und habe keinen Kontext, daher habe ich Trasform angegeben Keiner .Dann speichern Sie die Abmessungen. Dadurch werden Dimension 1-Dimension 3-Ergebnisse eingespart.Die Grafik von Dimension 2 vs. Dimension 1 zeigt einige Gruppen. Allerdings habe ich wenig Erfahrung mit MDS und mehr mit Ptincipal Components ...
2. Hauptkomponenten für dieselben Variablen ausgeführt. Unten ist ein Screenshot der Standardversion. Komponenten der Variablenclusterung und die Belastungsmatrix für die Variablen.Prin1 ist eine Mtrix für die Sym-Variablen mit Ausnahme von Sym GCP; Prin2 scheint mit der Größe und Prin3 mit einigen genetischen Merkmalen zusammenzuhängen. Speichern Sie die ersten 3 Komponenten.                                               
3. Es scheint schwierig zu sein, mit den Charaktervariablen zu arbeiten, und ich denke, man sollte sie bewerten, etwa die Temperatur oder den Salzgehalt. Ich habe gerade etwas Wertreihenfolge wie Farbe hinzugefügt, ich habe sie als normal, blass, sehr, blass, gebleicht bestellt. In diesem Schritt können Sie schrittweise die 3 Antworten Prin1, Prin2 und Prin3 verwenden. Wenn es jedoch Variablen wie „Land“ und „Insel“ gibt, schaue ich mir gerne die Merkmale an. Das sieht nach verfügbaren Daten aus. Nachfolgend finden Sie drei Beispiele.Da ich diese Daten nicht kenne und die Tatsache nicht kenne, dass bestimmte Merkmale mit anderen verschachtelt (spezifisch) sind, z. B. Island oder Host, und dass alle Auswirkungen nominal sind, werde ich weder eine bestimmte Methode empfehlen noch eine Analyse bereitstellen.Allerdings scheinen Wirt, Salzgehalt und Farbe wichtig zu sein.Zeichnen Sie die Abmessungen oder die Hauptkomponenten nach Host auf, um die Ergebnisse anzuzeigen

reef zonereef zonereef zonereef zoneRiffzonereef typereef typereef typereef type Rifftyp

salinity vs. hostsalinity vs. hostsalinity vs. hostsalinity vs. hostSalzgehalt vs. Wirt

 

Ich bin kein Biologe und habe mir nur ein paar Videos angesehen, die Beispiele von Primer zeigen.Dies war als Info gedacht.  

Betreff: Distanzbasierte lineare Modellierung

JMP+Praxis+Daten.jmp

Hallo,

Vielen Dank für Ihr Interesse an meiner Anfrage/Anfrage. Was ist diese räumliche Häufung, von der Sie sprechen? hierarchische Clusterung? Ich weiß, wie man in JMP mithilfe der Clusteranalyse eine Distanzmatrix erstellt. Ich weiß nur nicht, wie ich die Faktoren ermitteln kann, die für die Modellierung der Beziehungen/Ähnlichkeiten innerhalb der Matrix am wichtigsten sind. Hier ist ein kleiner Datensatz, mit dem ich gearbeitet habe. Es gibt etwa 9 verschiedene Antwortparameter (kontinuierlich) und 10–12 Umgebungsparameter (als Zeichendaten). Ich würde gerne sehen, welche Umgebungsparameter (oder Kombinationen davon) die Ähnlichkeit zwischen Stichproben am besten modellieren (unter Verwendung der multivariaten Antwort aller 9 Antwortvariablen). Ist dies in JMP erreichbar (dh multivariate schrittweise Regression)? Mir wurde zuvor „Nein“ gesagt, aber vielleicht wurde mir fälschlicherweise gesagt!

Danke,

Anderson

Betreff: Distanzbasierte lineare Modellierung

Ich habe mir gerade mehrere Videos zur Verwendung von PRIMER und DistLM angeschaut. Offenbar handelt es sich bei der verwendeten Methode um eine Art multivariate Analyse der biologischen Qualitätsmetriken (Merkmale wie Artenzahl oder Artenqualität), entweder unter Verwendung von MDS (MultiDimensional Scaling) für Attribute oder Hauptkomponenten. Dann wird DistLM auf PC1 oder PC2 ausgeführt, was eine schrittweise Regression oder alle möglichen Regressionen für potenzielle Faktoren darstellt.

 

Dies ist wahrscheinlich in JMP möglich, jedoch nicht in einer einzelnen GUI-Schnittstelle.Ich bin wirklich beeindruckt von den räumlichen Clustern von JMP.

 

Ich spiele Ihre Forderung nach einer Umweltplattform nicht herunter. Mein Ziel ist es, Ihnen vorzuschlagen, dass JMP heute eine Lösung für Sie bieten könnte.

 

Wenn Sie über einen gemeinsam nutzbaren Datensatz verfügen, wie den in diesem Keith Guiness-Video analysierten, posten Sie ihn, dann versucht sich vielleicht einer der JMP-Gurus daran.

Vielen Dank für den Beitrag, er bot eine Möglichkeit, etwas Neues zu lernen.