Detecte efectos importantes de múltiples variables nominales con 1 respuesta continua, utilizando datos históricosHola,
Soy nuevo en JMP y estoy aprendiendo sobre análisis estadístico. Me gustaría algunos consejos sobre lo que estoy tratando de lograr.
Digamos que estoy trabajando para expresar una proteína usando una bacteria.
Tengo una respuesta: rendimiento (mg / mL)
Tengo múltiples elementos (nominales) que regulan la expresión en las bacterias:
- Tipo de promotores de expresión: PromA, PromB, PromC, PromD, ... etc (tengo más de 20 opciones)
- Tipo de terminador: Term1, Termm2, Term3, Term4, Term5
- Tipo de bacteria: BactX, BactY, BactZ.
He expresado la proteína utilizando muchas de las posibles combinaciones de promotores, terminadores y bacterias, y he medido el rendimiento de cada ensayo. La mayoría de las combinaciones se probaron varias veces (de 3 a 50 repeticiones por combinación)
Ya tengo una gran cantidad de datos y me gustaría buscar efectos importantes y relaciones entre las variables para explicar cómo maximizar los rendimientos. No utilicé la función DOE para crear el experimento, estos son datos históricos.
¿Algún consejo sobre cómo debo proceder? Estaré encantado de ver videos o leer sus sugerencias.
Gracias !
AnalíticaGAMARe: Detectar efectos importantes de múltiples variables nominales con 1 respuesta continua, utilizando datos históricosBienvenido a la comunidad @ Marie-Eve ! Solo algunos pensamientos:
1. ¿Qué confianza tiene en el sistema de medición?
2. ¿Los resultados múltiples para combinaciones similares se repiten o replican (son puntos de datos independientes o no)?
3. Podría mirar esos puntos de datos primero y luego resumirlos para ver los efectos de la combinación de factores.
4. Por lo general, con conjuntos de datos históricos, comienzo con Regresión (mínimos cuadrados estándar o logística):
https://www.jmp.com/support/help/en/16.0/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/generalized-regression-models.shtml#
https://www.jmp.com/support/help/en/16.0/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/overview-of-the-nominal-and-ordinal-logistic-personalities.shtml
¿Tienes un modelo en mente? ¿Ha pensado en qué factores / combinaciones tienen sentido? ¿Ha ordenado por rango los efectos del modelo? Comenzaría con modelos de primer orden y luego aumentaría con efectos de interacción.
5. Después de haber "torturado los datos", planearía experimentos diseñados para replicar los resultados.
Re: Detectar efectos importantes de múltiples variables nominales con 1 respuesta continua, utilizando datos históricosHola,
El video aquí describe una situación muy similar a la suya.Utiliza la plataforma Model Screening en JMP Pro 16, pero incluso si aún no tiene JMP Pro, esto puede ayudarlo a comenzar con su análisis.
Re: Detectar efectos importantes de múltiples variables nominales con 1 respuesta continua, utilizando datos históricosHola statman,
1. Hay muchas variables no controladas porque trabajamos con sistemas vivos. La medida real es muy precisa, pero la expresión puede variar de un lote a otro.
2. Son puntos de datos independientes de las repeticiones que se realizaron por separado semana tras semana.
3. He resumido los datos y actualmente estoy trabajando en el promedio de rendimiento para cada combinación. Examinaré más a fondo esto antes de ocuparme de cada punto de datos.
4. Tengo muy poca experiencia con el análisis estadístico y realmente no entiendo los diferentes modelos, así que tengo mucho que aprender, comenzaré con los enlaces que compartiste. ¡Por lo que he visto, puedo ver cómo tendría sentido comenzar allí!
5. Buen consejo, ciertamente querré usar DOE para replicar / confirmar los resultados.
Gracias !
Re: Detectar efectos importantes de múltiples variables nominales con 1 respuesta continua, utilizando datos históricosHola @HadleyMyers ,
Esto es EXACTAMENTE lo que estoy tratando de lograr. Estoy un poco molesto por no poder usar JMP Pro, pero ciertamente ayuda ver cómo procesan los datos. Gracias !
