同じグループ内の異なるエンドポイントの用量反応曲線の比較こんにちは、
グループが異なる用量の化合物に曝露され、2つの異なる対象エンドポイント（両方のバイナリ応答）が測定されたデータセットがあります（データテーブルは下にあり、データセットを含む.jmpファイルが添付されています）。ED50（GLMを使用した対数プロビット適合）を推定するために、それぞれに対して個別の用量反応分析を実行しました。用量反応曲線も比較したいのですが、2つのエンドポイントが同じ母集団にあるため、これにアプローチする最善の方法がわかりません。任意のガイダンスをいただければ幸いです。
アナリティクスRe：同じグループ内の異なるエンドポイントの用量反応曲線の比較何を用量反応曲線も比較したい「あなたにとって意味がありますか？ それらをどのように比較しますか？ 曲線のどの側面を比較する必要がありますか？
Re：同じグループ内の異なるエンドポイントの用量反応曲線の比較こんにちは、
応答が遅れてすみません。一般に、異なる用量反応モデルがデータを最もよく表すかどうかを統計的に言うことができるかどうかを知りたいと思います。異なるモデルがデータを記述するのに最適である場合、ED50や場合によっては勾配などの特定のパラメーターを比較できるようにしたいと思います。
ご協力いただきありがとうございます。
Re：同じグループ内の異なるエンドポイントの用量反応曲線の比較あなたの例には複数の応答が含まれていますが、モデルのタイプは1つだけ（プロビットリンク関数を備えたバイナリGLM）であるため、私はまだ混乱しています。
モデルを比較するための1つのアプローチは、用語の階層を形成し、この階層内のサブモデルをテストしてから、モデルのパフォーマンスの全体的な変化または個々の用語の重要性を評価することです。 たとえば、原薬の線形分解を評価することで、効力=切片+バッチ+時間+バッチ*時間+エラーのモデルを仮定することができます。 このモデルは階層的です。 バッチ*時間の項が重要でないと見なされる場合は、それを削除してより良いモデルを作成でき、バッチに依存する勾配は不要です。
別のアプローチは、比較のためにAICcなどのモデル選択基準を使用することです（小さいほど良い）。 ただし、これは推論の統計ではありません。 すべてのモデルが同じYを使用することを前提としていますが、モデルは異なる可能性があります（線形回帰、パーティション、ニューラルネットワークなど）。
Re：同じグループ内の異なるエンドポイントの用量反応曲線の比較こんにちは、
混乱させて申し訳ありません。2つの別々のモデルタイプを意味するのではありません。対数プロビットを使用して、各応答タイプの用量反応データを適合させたいと思います。
私が知りたいのは、2つの反応に対する用量反応の適合が互いに異なるかどうかです。つまり、最初の反応のED50は、他の反応のED50よりも低いのでしょうか。応答をダミー変数として入れることを考えましたが、応答は同じ母集団でペアになっているため、これが正しいかどうかはわかりませんでした。
どうもありがとう。
