Modelado lineal basado en distanciaComo ecologista, habitualmente cambio entre JMP y PRIMER, pero, con cada actualización de JMP, puedo hacer más en JMP (y, por lo tanto, necesito menos PRIMER). Sin embargo, PRIMER tiene un algoritmo multivariado basado en matriz de distancia llamado "modelado lineal basado en distancia" (DistLM) que esencialmente funciona como regresión por pasos (selección de modelo minimizando BIC/AICc) aunque con una matriz de distancia como entrada. Es excelente para quienes buscan encontrar el mejor modelo para explicar las similitudes y diferencias entre muestras en un marco multivariado. Siento que JMP ya tiene capacidad de matriz de distancias Y regresión por pasos y, aunque sé que esto es mucho más complicado que la regresión por pasos univariada, creo que debería ser posible desarrollar esta técnica en JMP (así como la PERMANOVA más comúnmente utilizada). . En realidad, no es necesario que sea DistLM, simplemente cualquier encarnación multivariada de regresión por pasos. Por favorssssseeeeee.
Modelado predictivo y aprendizaje automáticoRe: Modelado lineal basado en la distancia - Estado cambiado a: ReconocidoHola @abmayfield , ¡Gracias por su sugerencia! Hemos capturado su solicitud y la tomaremos en consideración.
Re: Modelado lineal basado en la distanciaHola,
Muchas gracias por echar un vistazo a mis datos. Como una conclusión similar a la que llegaste, terminé teniendo que descartar varios parámetros ambientales (zona de arrecife y tipo de arrecife) porque estaban muy desequilibrados o escalaban con la isla. Terminé usando solo 1) isla, 2) temperatura, 3) salinidad, 4) ALCC, 5) profundidad, 6), tiempo de muestreo (proxy para luz), 7) color de colonia y 8) especies huésped como factores ambientales. Luego, solo usé uno de los dos parámetros de tamaño (longitud máxima de la colonia) ya que dan prácticamente la misma información. También llegué a la conclusión de que es probable que el "anfitrión" sea el factor más importante al usar PCA, regresión por pasos y algunos otros enfoques en JMP.
Me gusta mucho su idea de usar la regresión paso a paso para los componentes principales, y otro personal de soporte técnico de JMP me recomendó esto, así que lo revisaré pronto. Curiosamente, utilicé la regresión por pasos para la distancia de Mahalanobis ya que estoy interesado en las muestras que son más diferentes (valores atípicos), y un modelo de mejor ajuste que incluye isla, anfitrión y ALCC (cobertura de coral) resultó en el BIC mínimo y un ajustado r2 de 0.4 más o menos.
Todavía espero que JMP pueda desarrollar una plataforma multivariante basada en la distancia para descubrir la variación ambiental en el futuro (de manera similar a PRIMER), pero creo que la regresión paso a paso de las coordenadas PC y/o MDS será una buena solución en el futuro. mientras tanto. De nuevo, gracias por tu ayuda.
Re: Modelado lineal basado en la distanciaanderson,
Gracias por la tabla práctica JMP.Un esquema de los pasos del análisis son:
- Ejecutó el escalado multidimensional en columnas longitud máxima (cm) a través de Sym ubiq-lig especificando el formato de datos como Atributos y pedí 3 dimensiones. No estoy familiarizado con estos datos y no tengo contexto, así que especifiqué Trasform Ninguno .Luego Guarde las Dimensiones. Esto guarda las puntuaciones de la Dimensión 1 - Dimensión 3.El gráfico de Dimensión 2 vs. Dimensión 1 muestra algunos grupos. Sin embargo, tengo poca experiencia con MDS y más con Ptincipal Components...
- Corrió componentes principales en estas mismas variables. A continuación se muestra una captura de pantalla de la std. componentes del agrupamiento de variables y la matriz de carga para las variables.Prin1 es una matriz para las variables Sym excepto para Sym GCP; Prin2 parece estar relacionado con el tamaño y Prin3 con algunas características genéticas. Guarde los primeros 3 componentes.
- Las variables de caracteres parecen difíciles de trabajar y creo que deberías puntuarlas, como la temperatura o la salinidad. Acabo de agregar algunos pedidos de valor como el color, los ordené como normales, pálidos, muy, pálidos, blanqueados. En este paso, podría usar paso a paso para las 3 respuestas Prin1, Prin2 y Prin3. Sin embargo, cuando hay variables como País e Isla, me gusta mirar las características. Esto parece datos disponibles. A continuación se muestran tres ejemplos.Desconociendo estos datos y el hecho de que ciertas características están anidadas (específicas) a otras, como Island o Host, y todos los efectos son nominales, no recomendaré ningún método específico ni proporcionaré un análisis.Sin embargo, el huésped, la salinidad y el color parecen ser importantes.Trazar las dimensiones o los componentes principales por Host para ver los resultados
reef zonereef zonereef zonereef zonezona de arrecife
reef typereef typereef typereef type tipo de arrecife
salinity vs. hostsalinity vs. hostsalinity vs. hostsalinity vs. hostsalinidad vs huésped
No soy biólogo y solo vi un par de videos que muestran ejemplos de Primer.Esto fue pensado como un FYI.
Re: Modelado lineal basado en la distanciaJMP+practica+datos.jmp
Hola,
Gracias por su interés en mi consulta/solicitud. ¿Qué es este agrupamiento espacial del que hablas? agrupación jerárquica? Sé cómo hacer una matriz de distancia en JMP utilizando el análisis de conglomerados: simplemente no sé cómo descubrir los factores que son más importantes para modelar las relaciones/similitudes dentro de la matriz. Aquí hay un pequeño conjunto de datos con el que he estado trabajando. Hay más o menos 9 respuestas diversas (continuas) y 10-12 parámetros ambientales (como datos de caracteres). Me gustaría ver qué parámetros ambientales (o combinaciones de los mismos) modelan mejor la similitud entre las muestras (usando la respuesta multivariada de las 9 variables de respuesta). ¿Se puede lograr esto en JMP (es decir, regresión paso a paso multivariante)? Me dijeron "no" anteriormente, ¡pero tal vez me lo dijeron por error!
Gracias,
anderson
Re: Modelado lineal basado en la distanciaAcabo de revisar varios videos sobre el uso de PRIMER, DistLM. Parece que el método que utiliza es algún tipo de análisis multivariado sobre las métricas de calidad biológica (las características, como el recuento de especies o la calidad de las especies), ya sea utilizando MDS (escala multidimensional) en atributos o componentes principales. Luego, DistLM se ejecuta en PC1 o PC2, que es una regresión por pasos o todas las regresiones posibles en factores potenciales.
Es probable que esto sea factible en JMP pero no en una sola interfaz GUI.Estoy realmente impresionado con los clústeres espaciales de JMP.
No estoy minimizando su solicitud de plataforma ambiental. Mi objetivo es proponer que JMP podría brindarle una solución hoy.
Si tiene un conjunto de datos compartibles, como el analizado en este video de Keith Guiness, publíquelo, entonces uno de los gurús de JMP podría intentarlo.
Gracias por la publicación, ofreció una vía para aprender algo nuevo.
