반복 측정에 도움이 필요함안녕하세요,
고객의 상황은 다음과 같습니다.
여러 제품 (X_1, V_1_0 ~ V_1_19)을 각각 5 개의 배양 접시 (X_3, 1 ~ 5)로 4 번 (X_14-X_17, 예 : 0, 12, 48, ... h) 테스트합니다. 그들 중 어떤 요소가 결과에 어떤 영향을 미치는지 알고 싶은 몇 가지 요소가 있습니다 (X_4-X_7).
이 모델을 가장 잘 설정하는 방법은 무엇입니까? MANOVA를 사용하거나 랜덤 효과와 함께 LS를 사용합니까? 내 모델에 요인을 쌓고 추가 할 때 특이점 문제가 있습니다.
먼저 JMP 기능을 고수하십시오.
나는 또한 FDE에 대해 생각했지만 내 눈에 좋은 모델을 얻기에는 데이터가 거의 없다고 생각합니다.
안녕하세요. 줄리아
Re : 반복 측정에 대한 도움이 필요합니다.안녕하세요 마틴,
데이터가 약간 혼란 스럽습니다 (익명 처리 과정 때문일 수 있음).나는 단계를 뒷받침하고 클라이언트가 무엇을하려고하는지에 대한 명확한 진술을 가지고 있는지 확인합니다.데이터를 이해하려고 할 때 떠오른 다양한 질문이 있습니다.
1. 각 제품을 함께 고려해야합니까, 아니면 개별적으로 고려해야합니까?
2. 관심의 결과는 무엇입니까? 각 시점에서 측정 된 값입니까, 아니면 성장률 또는 성장이 특정 지점에 도달하는 시간입니까, 아니면 % 변화입니까 (제품 간 비교를 위해)?
3. X14 = 시점 1에 대한 응답, X15 = 시점 2에 대한 응답 등 (데이터의 누적 사용과 일치)처럼 보입니다. 시간 값으로 바꿀 수 있습니까?
4. X4-X7은 제품 별 특정 수준으로 보이는데-표준화 된 척도에 올려 놓으세요 ??
5. 첨부 된 화면 캡처에 표시된대로 X4-X7이 응답에 미치는 영향을 이해하려고하는 것 같습니다.
6. 3 단계와 4 단계를 수행 한 후에 FDE가 작동 할 수 있습니까?
Re : 반복 측정에 대한 도움이 필요합니다.안녕하세요 안녕하세요. ,
나는 질문에 답하려고 노력한다.
1. 각 제품을 함께 고려해야합니까, 아니면 개별적으로 고려해야합니까?
제품 (X_1)은 제품 유형 (X_2)별로 분류됩니다.
2. 관심의 결과는 무엇입니까? 각 시점에서 측정 된 값입니까, 아니면 성장률 또는 성장이 특정 지점에 도달하는 시간입니까, 아니면 % 변화입니까 (제품 간 비교를 위해)?
나는 이것을 다시 확인할 것이지만 X4-X7 요인이 필요한지, 그리고 그것이 문화의 결과에 어떤 영향을 미치는지 그녀가 각 제품에 대해 알고 싶어한다는 것을 이해했습니다. 이상적인 동작은 높아야하는 마지막 시점까지 처음 3 개 시점에 대해 평평합니다. 모두 평평하면 작동하지 않았습니다.
3. X14 = 시점 1에 대한 응답, X15 = 시점 2에 대한 응답 등 (데이터의 누적 사용과 일치)처럼 보입니다. 시간 값으로 바꿀 수 있습니까?
0, 4, 24, 168 분
4. X4-X7은 제품별로 특정 수준으로 보이는데-표준화 된 척도에 놓이는가 ??
하나의 제품에 X_4-X_7의 한 설정이 있고 각각 4 개의 시점에서 측정되는 5 개의 배양 접시에서 병렬로 테스트되는 실험을 생각할 수 있습니다. 다음 제품은 X_4-X_7의 또 다른 설정을 가지고 있으며 5 개의 배양 접시에서 다시 테스트하고 4 번 측정했습니다.
즉, 5 가지 요리는 한 설정에서 발생하는 변화를 확인하는 데 사용됩니다. 그리고 제품은 4 가지 요소로 처리되며 결과에 가장 큰 영향을 미치는 것은 무엇이며 각 제품마다 어떻게 다른지 관심이 있습니다. 예를 들어 X_4의 높은 설정이 제품 A에 긍정적 인 영향을 미칠 경우 제품 B에도 해당되는지 아니면 사용하지 않아야하는지 여부
5. 첨부 된 화면 캡처에 표시된대로 X4-X7이 응답에 미치는 영향을 이해하려고하는 것 같습니다.
예,하지만 이것을 확인하기에는 자유도가 너무 적습니다
6. 3 단계와 4 단계를 수행 한 후에 FDE가 작동 할 수 있습니까?
최대 2 노트 만 설정하면 모델이 정확하지 않은 것 같습니다. (첨부 파일 StackedForFDE 참조). 잠시 표준화를 확인했지만 여기서 모델의 이점을 확인할 수 없었습니다.
Re : 반복 측정에 대한 도움이 필요합니다.MANOVA 대 혼합 모델의 경우 반복 측정 (CS) 분석을 위해 통계 방법을 따릅니다. Davis, 2002, Springer)는 MANOVA가 혼합 모델에 비해 전력이 부족하다는 것을 나타냅니다. 개인적으로 저는 MANOVA를 해석하기가 더 어렵고 선형 모델링 접근 방식을 선호합니다. 즉, 복합 대칭 만 사용할 수있는 JMP의 공분산 구조와 관련하여 제한됩니다. JMP Pro에는 반복 측정에 대한 표준 공분산 구조 세트가 있지만 SAS만큼 많지는 않습니다. 저는이 주제에 대해 몇 년 전 디스커버리 논문을 작성했습니다. BTW, Davis 책에 성장 곡선 모델링에 대한 장이 있습니다.
FDE? 실행 가능한 옵션이라고 생각하지만 사람들이 통계적으로 차이에 대해 질문하면 문제가 발생할 수 있습니다. 또한 산업에 따라 매개 변수에 특별한 해석이 있기 때문에 사용되는 표준 모델이있을 수 있습니다.
규제 산업에서 오는 것입니까? 그렇다면 데이터 모델링을위한 표준 운영 절차가있을 수 있습니다.
Re : 반복 측정에 대한 도움이 필요합니다.데이터와 댓글을 좀 더 자세히 살펴보면이 데이터를 맞추는 데 문제가 생길 것 같습니다. 응답은 매우 이산적인 백분율 값으로 보이며 순서를 고려하면 더 적합 할 수 있습니다. 연속 형으로 취급하는 경우 비가 우스 혼합 모델 (베타?)을 사용해야합니다. 수준은 제품에 고유하므로 요인 또는 제품 수준 만 적합 할 수 있지만 둘 다 적합 할 수는 없습니다.
Re : 반복 측정에 대한 도움이 필요합니다.나는 데이터를 보았다. CS 구조를 가정하는 반복 측정에 대해 지정한대로 주제가 무작위 효과 인 모델은 실제로 4 개의 고정 효과 X4-X7을 제거하는 데 적합 할 수 있습니다.JMP 특이점 보고서에 표시된 주제 ID X__3 [X__1]별로 이러한 고정 효과에 대한 전체적인 변동성이 부족합니다.
Re : 반복 측정에 대한 도움이 필요합니다.데이터를 이해하기 전에 모델링을 시도하는 경우입니다. 각 제품은 X4-X7의 고유 한 조합 인 것으로 보이며, 일부 제품은 작동하고 (즉, 시간이 끝나기 전에 100 개 단위에 도달) 일부는 작동하지 않습니다. 문제는 X4 -X7의 어떤 조합이 "좋은"것과 "나쁜"조합인지 알아낼 수 있는가입니다.나는이 피팅이 깨끗한 모델에 적합하지 않다고 생각한다. ....
