Détecter les effets importants de plusieurs variables nominales avec 1 réponse continue, en utilisant des données historiquesBonjour,
Je suis nouveau sur JMP et j'apprends l'analyse statistique. J'aimerais avoir quelques indications sur ce que j'essaie de réaliser.
Disons que je travaille sur l'expression d'une protéine à l'aide d'une bactérie.
J'ai une réponse : Rendement (mg/mL)
J'ai plusieurs éléments (nominaux) régulant l'expression dans la bactérie :
- Type de promoteurs d'expression : PromA, PromB, PromC, PromD, ... etc (j'ai plus de 20 choix)
- Type de terminateur : Term1, Term2, Term3, Term4, Term5
- Type de bactéries : BactX, BactY, BactZ.
J'ai exprimé la protéine en utilisant de nombreuses combinaisons possibles de promoteurs, de terminateurs et de bactéries, et j'ai mesuré le rendement pour chaque essai. La plupart des combinaisons ont été testées plusieurs fois (3 à 50 répétitions par combinaison)
Je dispose déjà de beaucoup de données et j'aimerais examiner les effets et relations importants entre les variables pour expliquer comment maximiser les rendements. Je n'ai pas utilisé la fonctionnalité DOE pour créer l'expérience, il s'agit de données historiques.
Des conseils sur la façon dont je dois procéder ? Je serai heureux de regarder des vidéos ou de lire vos suggestions.
Merci !
Études de consommation et de marchéConception d'expériencesObjet : Dépistage des effets importants de plusieurs variables nominales avec 1 réponse continue, à l'aide de données historiquesUn autre conseil... Avant un examen statistique des données, assurez-vous que celles-ci répondent à un seuil de signification pratique. La variation de la mesure est-elle suffisante pour justifier une analyse plus approfondie ? Si c’est le cas, REGARDEZ d’abord les données. Utilisez le générateur de graphiques pour rechercher des modèles dans les données et des associations possibles avec les variables indépendantes. Examinez également la cohérence des répétitions avant de les résumer (essayez des graphiques de plage simples.)Objet : Dépistage des effets importants de plusieurs variables nominales avec 1 réponse continue, à l'aide de données historiquesSalut @HadleyMyers ,
C'est EXACTEMENT ce que j'essaie de réaliser. Je suis un peu déçu de ne pas pouvoir utiliser JMP Pro, mais cela aide certainement de voir comment ils traitent les données. Merci !
Objet : Dépistage des effets importants de plusieurs variables nominales avec 1 réponse continue, à l'aide de données historiquesSalut statman,
1. Il existe de nombreuses variables incontrôlées car nous travaillons avec des systèmes vivants. La mesure réelle est très précise mais l'expression peut varier d'un lot à l'autre.
2. Il s'agit de points de données indépendants provenant de répétitions effectuées séparément semaine après semaine.
3. J'ai résumé les données et je travaille actuellement sur le rendement moyen de chaque combinaison. J'examinerai cela plus en détail avant de traiter chaque point de données.
4. J'ai très peu d'expérience en analyse statistique et je ne comprends pas vraiment les différents modèles, j'ai donc beaucoup à apprendre, je vais commencer par les liens que vous avez partagés. D’après ce que j’ai vu, je vois à quel point il serait logique de commencer par là !
5. Bon conseil, je souhaiterai certainement utiliser DOE pour reproduire/confirmer les résultats.
Merci !
Objet : Dépistage des effets importants de plusieurs variables nominales avec 1 réponse continue, à l'aide de données historiquesSalut,
La vidéo ici décrit une situation très similaire à la vôtre.Il utilise la plateforme Model Screening de JMP Pro 16, mais même si vous n'avez pas encore JMP Pro, cela peut vous aider à démarrer votre analyse.
Objet : Dépistage des effets importants de plusieurs variables nominales avec 1 réponse continue, à l'aide de données historiquesBienvenue dans la communauté @Marie-Ève ! Juste quelques réflexions :
1. Dans quelle mesure avez-vous confiance dans le système de mesure ?
2. Les résultats multiples pour des combinaisons similaires sont-ils des répétitions ou des répliques (sont-ils des points de données indépendants ou non) ?
3. Je pourrais d'abord examiner ces points de données, puis éventuellement les résumer pour examiner les effets de la combinaison de facteurs.
4. Habituellement, avec des ensembles de données historiques, je commence par la régression (moindres carrés standard ou logistique) :
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
Avez-vous un modèle en tête ? Avez-vous réfléchi aux facteurs/combinaisons qui ont du sens ? Avez-vous classé les effets du modèle ? Je commencerais par des modèles de premier ordre, puis j'augmenterais avec des effets d'interaction.
5. Après avoir « torturé les données », je planifierais des expériences conçues pour reproduire les résultats.
