Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0Ciao,
Qualcuno potrebbe aiutare con questa query (allegato un set di dati di esempio)
Vorrei fare una dist binomiale. analisi (in JMP) sul conteggio dei dati di mortalità per trattamento (4 trattamenti) e giorno (3 punti temporali).
Grazie
Consumatori e ricerche di mercatoRi: Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0Ciao,
Ho seguito la tua proposta per l'analisi della sopravvivenza.
Nell'excel allegato, troverai i dati trasformati (per tutte le penne), che credo seguano ciò che hai illustrato per la penna 5 (colonne per "Time Int Left" e "Time Int Right" e "Count").
Quindi ho condotto l'analisi della sopravvivenza, l'analisi della distribuzione della vita tramite il trattamento (output delle statistiche allegato).
È questo che stavi proponendo?
Non ho familiarità con l'output di sopravvivenza, quindi avrei bisogno di una guida sul significato.
Ri: Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0In effetti i dati non erano descritti correttamente nelle intestazioni delle colonne (file originale). Le colonne contenevano dati sugli animali vivi.
Adesso allego invece i dati sulla mortalità.
Esaminerò il test di sopravvivenza che hai proposto.
Grazie per la spiegazione dettagliata.
Ri: Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0La descrizione ora chiarisce molto. E conferma che le tue osservazioni come hai tabulato non sono indipendenti. Guarda il caso estremo per Pen=1. Supponendo che la somma degli animali morti al giorno=0 sia un errore e avrebbe dovuto essere 0. Le quattro osservazioni stanno registrando le risposte dello stesso gruppo di 22 animali.
Nonostante il problema possa essere gestito in modo diverso, questo tipo di studi è oggetto di analisi di sopravvivenza. Di seguito sono riportate alcune semplici domande di interesse per il tuo studio.
- Qual è il tasso di sopravvivenza in Pen = 1, fino a Day = 22? La risposta è al 100%. E il tasso di mortalità del complemento è dello 0%.
- Qual è il tasso di sopravvivenza in Pen = 5, fino a Day = 22? La risposta è 21/22=95,5%, perché un animale è morto tra il giorno = 10 e il giorno = 22, supponendo che nessun animale sia morto precisamente nel giorno = 0, 10, 22 o 35.Il tasso di mortalità del complemento è del 4,5%.
- Qual è il tasso di sopravvivenza in Pen = 5, fino a Day = 35? La risposta è 20/22=90,9%, perché un altro animale è morto tra Day = 22 e Day = 35. Il tasso di mortalità del complemento è del 9,1%.
Questo è lo screenshot di Pen = 5 dati.
Nel tuo studio, quale variabile ha una distribuzione binomiale? Questo è: il numero di morti (o di sopravvivenza) in un recinto in un dato intervallo di tempo.
Anche il tasso di mortalità nel tempo in una penna è una distribuzione. Ma questo non è un binomio. Questo è il motivo del modo in cui ho commentato prima.
Ora spiego come condurre una semplice analisi di sopravvivenza come quella che ho fatto sopra su questi dati. Per prima cosa devi trasformare i tuoi dati in un formato diverso. Di seguito sono riportati i dati trasformati per Pen = 5.
Passaggio 1, creo due colonne: "Intervallo di tempo a sinistra" e "Intervallo di tempo a destra" e inserisco i valori come nello screenshot seguente. Questo dovrebbe essere lo stesso per tutte le penne. La prima riga delle due colonne definisce un intervallo di tempo da Day = 0 a Day = 10. La seconda e la terza riga definiscono in modo simile gli intervalli di tempo successivi. L'ultima riga definisce l'orizzonte temporale dopo Day = 35.
Passaggio 2, creo "Conteggio" e inserisco i valori come nello screenshot per Pen = 5. I valori dovrebbero essere basati sui conteggi di morte e sopravvivenza nei recinti individuali. Per Pen = 5, i significati sono: là dove nessuna morte nel 1° intervallo di tempo; c'è un decesso nel secondo intervallo di tempo; c'è un decesso nel terzo intervallo di tempo; tutti i restanti 20 sono sopravvissuti al punto temporale Giorno = 35.
Per una spiegazione più dettagliata di questo formato, consultare la documentazione della piattaforma Life Distribution https://www.jmp.com/support/help/en/15.2/index.shtml#page/jmp/event-plot.shtml#
Nota, creo solo una tabella per Pen = 5. E la seguente illustrazione è solo su quella penna.
Quindi, vai al menu Analizza, trova "Affidabilità e sopravvivenza", "Distribuzione della vita" e specifica la finestra di dialogo di avvio come la seguente, quindi fai clic su "OK".
Il report predefinito mostra i risultati per "tasso di mortalità". Puoi andare al menu del triangolo rosso nel rapporto e trovare "Mostra curva di sopravvivenza" per alternare i risultati "tasso di mortalità" e "tasso di sopravvivenza".
Nella parte inferiore del report è presente il nodo del profilo "Stima non parametrica", aprilo. Ha le stime del tasso di mortalità che ho menzionato in precedenza.
Quanto sopra è solo per una penna. Potresti essere in grado di seguire questo percorso e fare molta strada dopo aver raccolto i tassi di morte (sopravvivenza) per tutte le penne a quegli intervalli di tempo. Puoi confrontarli per penna, trattamento, ecc.
Se converti tutti i tuoi dati come ho illustrato, puoi anche condurre un'analisi più completa per stimare i tassi di mortalità con variabili di raggruppamento simultaneamente. Se riesci a dare seguito ai dati convertiti, potrei avere ulteriori suggerimenti, a seconda di ciò che riesco a trovare nei tuoi dati.
Ri: Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0Giusto.All'inizio dello studio (giorno 0), tutti i 64 recinti iniziano con 20 animali in ciascun recinto.
Nella colonna 6 (Foglio 1) è registrato il numero di animali morti in ogni momento (giorno 0, 10, 22, 35).
Ci sono 4 trattamenti, ogni trattamento viene replicato 16 volte.
L'effetto straordinario del trattamento sul numero di animali morti è la variabile di interesse.
I dati sono presentati (Foglio 1) come:
- colonna 1: Pen ID
- colonna 2: Replica
- colonna 3: ID trattamento
- colonna 4: Punto temporale
- colonna 5: Numero di animali vivi
- colonna 6: Numero di animali morti
Ri: Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0I tuoi dati hanno 64 penne uniche. Sum Live Animals sono tutti 22 o meno. Ma gli animali Sum Live sono tutti 22 nel giorno = 0. La somma degli animali vivi diminuirà nel tempo solo per i recinti individuali. Le mie domande: tutte le tue penne iniziano con 22 animali vivi il giorno = 0, poi nel tempo alcuni animali moriranno e stai monitorando animali vivi e morti in singole penne?
Ri: Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0Grazie.
Questo è quello che stavo cercando ma non ero sicuro della funzione logit o probit.
Ri: Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0grazie Liu
L'obiettivo dell'analisi è vedere se il trattamento (4 livelli) ha un effetto sulla mortalità e se l'effetto del trattamento cambia nel tempo.
Ri: Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0Un'altra analisi potenzialmente utile in questo caso è l'analisi probit. Potresti postulare questi effetti usando Analizza > Stima modello:
È possibile utilizzare la piattaforma GLM per esplorare effetti significativi, mancanza di adattamento, dispersione eccessiva e profilare la risposta, Prob (Dead).
Ri: Come condurre un'analisi della distribuzione binomiale in JMP 14.1.0- Importa i dati in JMP.
- Descrivi i tuoi dati o come li hai raccolti. Descrivere le variabili e le osservazioni. Pulisci i tuoi dati se necessario. Ci sono 4 punti temporali e le osservazioni al tempo = 0 non sono coerenti con le altre, credo.
- Se hai deciso l'obiettivo di adattare Binomial, allora poni la domanda: qual è il numero di prove e il numero di morte o sopravvivenza. Credo che tu debba anche chiedere "a che ora".
- Fai attenzione, se vuoi inserire i dati senza modifiche nella regressione logistica o in un'analisi simile, perché credo che le tue osservazioni, così come sono, non siano indipendenti. Devi vedere la tua descrizione per confermare.
- Se l'obiettivo è modellare il tasso di mortalità nel tempo, Binomial potrebbe non essere un argomento rilevante. Il tasso di mortalità nel tempo è una curva.
