366290_de-DE

liliconcom

Variable verwechselt mit Residuum

Hallo,

 

Ich versuche, Daten für eine Interlab-Studie mit einem gemischten Modell zu analysieren, es ist ein verschachteltes Design mit 5 Variablen, die abhängige Variable sind Titer, die Struktur meiner Analyse ist wie folgt

Fester Effekt

Probe (30 von)

Zufällige Effekte

Sample*Lab (3 Stufen)
Probe*Tag (3 Stufen)
Probe*Lauf (2 Level)
Replizieren[Probe, Labor, Tag, Lauf] (Replizieren hat 2 Ebenen)
Probe*Lab*Tag

 

Ich erhalte die Fehlermeldung, dass Replicate[Sample,Lab,Day,Run] mit Residuum verwechselt wird. Dies ist das erste Mal, dass ich auf diese Meldung stoße, und ich bin mir nicht sicher, was sie mir sagt. Ist das schon mal jemandem passiert und wie haben sie es gelöst? Es??

 

Danke

Mick

 

 

Erweiterte statistische ModellierungQualitäts- und VerfahrenstechnikBetreff: Variable verwechselt mit Residuum

NEIN.

 

Ja, die Replikate sind korreliert, aber die Korrelation wird durch die anderen Terme im Modell erklärt. Ich würde die Replikation nicht explizit in das Modell einbeziehen. Sie wird implizit als Restvarianz berücksichtigt. Das übliche lineare Regressionsmodell geht davon aus, dass die Restvarianz unabhängig vom Antwortniveau ist. Führen Sie unbedingt eine sorgfältige Restanalyse durch, um diese und andere Annahmen zu überprüfen.

 

Mit anderen Worten: Die von Ihnen definierte Struktur, einschließlich der Verschachtelung, ist korrekt, es ist jedoch nicht erforderlich, die unterste Ebene der Struktur in die Bedingungen des Modells einzubeziehen.

Betreff: Variable verwechselt mit Residuum

Die von Ihnen definierte und verwendete Probe hat einen FESTEN Effekt auf die Antwort.

 

Beziehen Sie auch hier die Haupteffekte ein, um die Hauptfragen zu beantworten. Sie können Kreuzterme einbeziehen, um Interaktionseffekte abzuschätzen und zu testen, wenn Sie vermuten, dass sich die Auswirkungen der anderen Faktoren von einer Stichprobe zur anderen ändern. Ist das eine vernünftige Erwartung? Gibt es einen Präzedenzfall dafür? Oder kann man das a priori ausschließen?

Betreff: Variable verwechselt mit Residuum

Möglicherweise überbewerte ich die Anzahl der Ebenen in den Daten. Wenn ich die unterste Datenebene einbeziehen wollte, würde eine Replikation diese korrelieren und das Gleiche könnte man auch vom Lauf sagen, also nicht für den Tag

Probe

Labor

Tag

Ausführen[Labor, Tag]

Replizieren[Labor, Tag, Lauf]

Also machen Sample, Lab und Day als Haupteffekte Sinn, und aufgrund der Clusterbildung in Replicate und Run müssten sie als verschachtelt angegeben werden??

 

Klingt das richtig?

 

Betreff: Variable verwechselt mit Residuum

Danke für deine Hilfe @Mark_Bailey , es wird sehr geschätzt, es ist interessant, und ich denke, es hängt von der Forschungsfrage ab, die ich beantworten möchte, und „Wie hängt die durchschnittliche Abweichung jedes Tages von der Stichprobe ab?“ ist eine davon, da die Proben also von einer einzigen Quelle gesendet wurden Die Varianz sollte alle gleich sein (dummes Denken?)

Die Datenstruktur entspricht der beigefügten Excel-Datei, X 3 Labs, daher sollte die korrekte Syntax für das gemischte Modell zur Schätzung des prozentualen Anteils der erklärten Variation auf jeder Ebene so aussehen, alles als zufällige Effekte

Labor

Tag[Labor]

Ausführen[Tag, Labor]

Wenn ich dann Sample einschließen wollte, um den prozentualen Anteil der Variation zu sehen, der durch Sample erklärt wird, würde ich Sample als Zufallseffekt einschließen, es als festen Effekt löschen und die Syntax würde so aussehen, alle als Zufallseffekte

Probe

Labor
Tag[Labor]
Ausführen[Tag, Labor]

Da die Probe nicht in die Datenstruktur passt, ist dies nur ein Haupteffekt, ebenso wie das Labor???

Das fühlt sich für mich intuitiv richtig an, aber ich wäre für jeden Rat dankbar.

 

Vielen Dank

 

 

 

Betreff: Variable verwechselt mit Residuum

Die Abweichung jedes Niveaus vom Mittelwert ist der einfache Haupteffekt Probe, Labor, Tag und Lauf. Nicht die Kreuzprodukte mit Sample. Die Interaktionsterme erfassen, wie die Wirkung einer Variablen von der Höhe eines anderen Faktors abhängt. Der Begriff „Tag“ stellt also die durchschnittliche Abweichung jedes Tages dar, während der Begriff „Stichprobe*Tag“ angibt, wie die durchschnittliche Abweichung jedes Tages von der Stichprobe abhängt.

 

Die Verschachtelung von Ebenen wie „Run in Day“ könnte Sie beispielsweise daran hindern, Interaktionseffekte abzuschätzen.

Betreff: Variable verwechselt mit Residuum

Ich interpretiere die Interaktion von Probe*Lab, Probe*Tag und Lauf[Probe,Lab,Tag] als meine Haupteffekte von Labor, Tag und Lauf, also für Labor, indem ich die zufälligen Steigungen und den Achsenabschnitt einbeziehe, den ich sehen möchte Abweichung für jedes Labor vom durchschnittlichen Effekt der Probe, und dies werde ich als meinen Haupteffekt interpretieren.

Betreff: Variable verwechselt mit Residuum

Okay, verstanden

Betreff: Variable verwechselt mit Residuum

Berücksichtigen Sie auch die wichtigsten Zufallseffekte von Lab, Run und Day?

Betreff: Variable verwechselt mit Residuum

Das Residuum ist automatisch der niedrigste Zufallseffekt. Wenn das Residuum jeder Beobachtung tatsächlich mit dem Wiederholungsniveau des Zufallseffekts übereinstimmt, sind sie verfälscht. Lassen Sie das Replikat aus dem Modell heraus. Die Restschätzung ist die Replikatschätzung.

Betreff: Variable verwechselt mit Residuum

Ich dachte, ich würde auf meinen eigenen Beitrag antworten. Ich glaube, ich habe die Dinge zu kompliziert gemacht. Ich habe es mit einem vereinfachten Modell noch einmal versucht

Probe Fester Effekt

Probe*Labor & Zufall Laborvarianz

Ausführen[Probe, Labor, Tag] und Zufall Varianz ausführen

Probe*Lab*Tag & Zufall Interaktion zwischen Labor und Tag

Stichprobe*Tag & Zufall Tagesvarianz

Der R2 ist großartig, keine Konvergenzprobleme, keine Verwirrung und leicht zu erklären.

Jede Eingabe wäre dankbar