Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0Bonjour,
Quelqu'un pourrait-il aider avec cette requête (ci-joint un exemple d'ensemble de données)
J'aimerais faire une distribution binomiale. analyse (dans JMP) du nombre de données de mortalité par traitement (4 traitements) et par jour (3 points temporels).
merci
Études de consommation et de marchéRe : Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0Bonjour,
J'ai suivi votre proposition d'analyse de survie.
Dans l'Excel ci-joint, vous trouverez les données transformées (pour tous les stylos), qui, je crois, suivent ce que vous avez illustré pour le stylo 5 (colonnes pour 'Time Int Left', 'Time Int Right' et 'Count').
Ensuite, j'ai effectué l'analyse de survie, l'analyse de la distribution de la vie par traitement (sortie de statistiques ci-jointe).
Est-ce que c'est ce que vous proposiez ?
Je ne connais pas le résultat de survie, j'aurais donc besoin de conseils sur la signification.
Re : Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0En effet, les données n'étaient pas correctement décrites dans les en-têtes de colonnes (fichier original). Les colonnes contenaient des données sur les animaux vivants.
J'ai maintenant joint les données sur la mortalité à la place.
Je vais examiner le test de survie que vous proposez.
Merci pour l'explication détaillée.
Re : Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0La description clarifie beaucoup de choses maintenant. Et cela confirme que vos observations telles que vous les avez compilées ne sont pas indépendantes. Regardez le cas extrême pour Pen=1. Supposer que la somme des animaux morts au jour = 0 est une erreur et aurait dû être 0. Les quatre observations enregistrent les réponses du même groupe de 22 animaux.
Bien que le problème puisse être traité différemment, ce type d’études fait l’objet d’analyses de survie. Voici quelques questions les plus simples qui intéressent votre étude.
- Quel est le taux de survie entre Pen = 1 et Jour = 22 ? La réponse est 100 %. Et le taux de mortalité du complément est de 0 %.
- Quel est le taux de survie entre Pen = 5 et Jour = 22 ? La réponse est 21/22 = 95,5 %, car un animal est mort entre le jour = 10 et le jour = 22, en supposant qu'aucun animal n'est mort précisément le jour = 0, 10, 22 ou 35.Le taux de mortalité du complément est de 4,5%.
- Quel est le taux de survie entre Pen = 5 et Jour = 35 ? La réponse est 20/22=90,9%, car un autre animal est mort entre le Jour = 22 et le Jour = 35. Le taux de mortalité du complément est de 9,1%.
Ceci est la capture d'écran de Pen = 5 données.
Dans votre étude, quelle variable a une distribution binomiale ? Il s’agit du nombre de décès (ou de survie) dans un enclos au cours d’un intervalle de temps donné.
Le taux de mortalité au fil du temps dans un enclos est également une distribution. Mais ce n'est pas un binôme. C'est la raison pour laquelle j'ai commenté plus tôt.
J'explique maintenant comment effectuer une analyse de survie simple comme ce que j'ai fait ci-dessus sur ces données. Vous devez d’abord transformer vos données dans un format différent. Voici les données transformées pour Pen = 5.
Étape 1, je crée deux colonnes : « Intervalle de temps gauche » et « Intervalle de temps droit » et saisis les valeurs comme dans la capture d'écran suivante. Cela devrait être le même pour tous les stylos. La première ligne des deux colonnes définit un intervalle de temps de Day = 0 à Day = 10. Les deuxième et troisième lignes définissent les intervalles de temps suivants de la même manière. La dernière ligne définit l'horizon temporel après Day = 35.
Étape 2, je crée "Count" et mets les valeurs comme dans la capture d'écran pour Pen = 5. Les valeurs doivent être basées sur les décomptes de décès et de survie dans les enclos individuels. Pour Pen = 5, les significations sont : là où aucun décès dans le 1er intervalle de temps ; il y a un décès dans le deuxième intervalle de temps ; il y a un décès dans le troisième intervalle de temps ; tous les 20 restants ont survécu au moment Jour = 35.
Pour une explication plus détaillée de ce format, consultez la documentation de la plateforme Life Distribution. https://www.jmp.com/support/help/en/15.2/index.shtml#page/jmp/event-plot.shtml#
Remarquez que je crée uniquement un tableau pour Pen = 5. Et l’illustration suivante concerne uniquement ce stylo.
Ensuite, allez dans le menu Analyser, recherchez « Fiabilité et survie », la « Distribution de vie » et spécifiez la boîte de dialogue de lancement comme suit, puis cliquez sur « OK ».
Le rapport par défaut affiche les résultats pour le « taux de mortalité ». Vous pouvez accéder au menu triangulaire rouge dans le rapport et trouver « Afficher la courbe de survie » pour basculer entre les résultats « taux de mortalité » et « taux de survie ».
Au bas du rapport se trouve le nœud de plan « Estimation non paramétrique », ouvrez-le. Il contient les estimations du taux de mortalité que j’ai mentionnées précédemment.
Ce qui précède ne concerne qu'un seul stylo. Vous pourrez peut-être suivre ce chemin et parcourir un long chemin après avoir collecté les taux de mortalité (survie) pour tous les enclos à ces intervalles de temps. Vous pouvez les comparer par stylo, traitement, etc.
Si vous convertissez toutes vos données comme je l'ai illustré, vous pouvez également effectuer une analyse plus complète pour estimer les taux de mortalité en regroupant simultanément les variables. Si vous pouvez suivre les données converties, j'aurai peut-être des suggestions supplémentaires, en fonction de ce que je peux trouver dans vos données.
Re : Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0C'est exact.Au début de l’étude (jour 0), les 64 enclos commencent avec 20 animaux dans chaque enclos.
Le nombre d’animaux morts à chaque instant (jours 0, 10, 22, 35) est enregistré dans la colonne 6 (Feuille 1).
Il existe 4 traitements, chaque traitement est répliqué 16 fois.
L’effet supplémentaire du traitement sur le nombre d’animaux morts est la variable d’intérêt.
Les données sont présentées (Feuille1) comme :
- colonne 1 : ID du stylo
- colonne 2 : Répliquer
- colonne 3 : ID du traitement
- colonne 4 : Point temporel
- colonne 5 : Nombre d'animaux vivants
- colonne 6 : Nombre d'animaux morts
Re : Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0Vos données contiennent 64 stylos uniques. La somme des animaux vivants est de 22 ou moins. Mais la somme des animaux vivants est de 22 le jour = 0. Le nombre d’animaux vivants ne diminuera qu’au fil du temps pour les enclos individuels. Mes questions : est-ce que tous vos enclos commencent avec 22 animaux vivants le jour = 0, puis avec le temps, certains animaux mourront, et suivez-vous les animaux vivants et morts dans des enclos individuels ?
Re : Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0merci.
C'est ce que je cherchais mais je n'étais pas sûr de la fonction logit ou probit.
Re : Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0merci Liu
L'objectif de l'analyse est de voir si le traitement (4 niveaux) a un effet sur la mortalité et si l'effet du traitement évolue dans le temps.
Re : Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0Une autre analyse potentiellement utile dans ce cas est l’analyse probit. Vous pouvez postuler ces effets en utilisant Analyser > Ajuster le modèle :
Vous pouvez utiliser la plateforme GLM pour explorer les effets significatifs, le manque d'ajustement, la surdispersion et profiler la réponse, Prob(Dead).
Re : Comment effectuer une analyse de distribution binomiale dans JMP 14.1.0- Importez des données dans JMP.
- Décrivez vos données ou comment vous les avez collectées. Décrire les variables et les observations. Nettoyez vos données si nécessaire. Il y a 4 points temporels et les observations au temps = 0 sont incohérentes avec les autres, je crois.
- Si vous avez décidé de l'objectif d'ajustement de Binomial, posez alors la question : quel est le nombre d'essais et le nombre de décès ou de survie. Je crois qu'il faut aussi se demander "à quel moment".
- Soyez prudent si vous souhaitez jeter les données sans modification dans une régression logistique ou une analyse similaire, car je pense que vos observations, telles quelles, ne sont pas indépendantes. Besoin de voir votre description pour confirmer.
- Si l’objectif est de modéliser le taux de mortalité au fil du temps, alors Binomial n’est peut-être pas un sujet pertinent. Le taux de mortalité dans le temps est une courbe.
