He estado trabajando en un análisis de regresión mixta lineal multivariante en JMP y me gustaría registrarme para determinar: PREGUNTA 1. ¿Estoy o no en el camino correcto?
Los datos recopilados para el análisis que se describe a continuación provienen de un experimento de campo que posee un diseño de bloques completos al azar, con 4 repeticiones. El experimento tiene un diseño aditivo, en el que la densidad del cultivo se eleva de forma incremental (200, 300, 400 y 500 plantas m ^ -2) a través de dos espacios entre filas (12 y 20 cm). Estoy interesado en evaluar cómo la biomasa del cultivo (gm ^ 2) se ve afectada por la variable continua densidad del cultivo (valores observados que van de 109 a 494 plantas m ^ -2) y los dos niveles de la variable nominal, espaciamiento entre filas (15 y 20 cm).
Utilizando la plataforma del modelo de ajuste, la biomasa de cebada se evalúa como una función del espaciado entre filas (nominal), la densidad del cultivo (continua) y una interacción entre el espaciado entre filas * la densidad del cultivo. El bloque también se incluye como efecto aleatorio.
Las variables no significativas se eliminan del modelo; en este caso, se eliminó el término de interacción entre el espaciado entre filas * la densidad del cultivo.
Después de verificar los residuos por gráfico predicho, selecciono menú desplegable> guardar columnas> foro de predicción.
Esto es lo que se informa en la plataforma de 'modelo de ajuste' reducido:
Y cuando hago clic en el símbolo "+" en la barra de columnas de mi tabla de datos para ver la 'fórmula de predicción' guardada, se ve así:
También hice una figura en el generador de gráficos para acompañar este análisis. Las líneas se ajustan a = la fórmula predicha en el eje y * la densidad de cultivo variable continua en el eje x; los puntos se ajustan a la biomasa de cebada variable continua en el eje y * densidad de cultivo promedio dentro de las parcelas que reciben las densidades de siembra de 200, 300, 400 y 500 (de ahí los puntos 4X) en los bloques por espacio entre filas.
Me gustaría informar en una tabla que muestra las estimaciones de los parámetros y los errores estándar asociados para la relación entre la densidad del cultivo (plantas m-2) y toda la biomasa del cultivo (g m-2), f1 ( X ), evaluado mediante el modelo lineal mixto:
f1 (x) = una (r) + segundo (r) * d r = 1,2
dónde a representa la biomasa del cultivo cuando la densidad del cultivo es igual a cero, b es la pendiente a medida que aumenta la densidad del cultivo, d es la densidad del cultivo y r 1 y r 2 son RS15 y RS20, respectivamente.
La pendiente, el parámetro b es el mismo para ambos espacios entre filas y es 0,8479 (como se ve en la fórmula predicha y el informe de estimaciones de parámetros), y el error estándar es 0,2066 (como se ve en el informe de estimaciones de parámetros).
Para calcular la intersección para el espacio entre filas de 15 cm, parámetro a (r1), calculo 1436 - 233 = 1203 (extrayendo números de la fórmula predicha) y extraigo el error estándar del informe de estimaciones de parámetros, que es 19. La intersección para el espaciado de filas de 20 cm, parámetro a (r2), es por lo tanto 1436 + 233 = 1669, y ahora supongo que también el error estándar en este caso también es 19.
Por lo tanto, como cuando la casilla 'ecuación' está marcada en la plataforma del generador de gráficos debajo de 'línea de ajuste' Y (15) = 1203 + 0.8479 * X e Y (20) = 1670 + 0.8479 * X.
PREGUNTA 2.¿Es esta la forma correcta de calcular / obtener estimaciones de parámetros y sus errores estándar para la presentación de informes?
Aquí hay un segundo ejemplo en el que el término de interacción espaciado entre filas * densidad de cultivo es significativo y, por lo tanto, se mantiene en el modelo.
Aquí están las estimaciones de los parámetros del informe del modelo de ajuste:
Aquí está la fórmula de predicción de la columna guardada:
Y aquí está la figura:
PREGUNTA 3. ¿Cómo puedo extraer estimaciones de parámetros y errores estándar en este caso?
Parece que ha hecho un buen trabajo aquí.
Lo siento, pero me resulta difícil decir si está "haciendo esto bien" solo a partir de las capturas de pantalla. No me da la imagen completa.
Puede ser bastante complicado cuando tiene un modelo mixto, ya que está diciendo que hay diferentes componentes de la variación. Informar el error estándar es más complejo debido a esto.
¿Puede adjuntar la tabla de datos? ¿O una versión anónima?
Seguro, y gracias por tus comentarios.
He adjuntado un conjunto de datos JMP 'reducido' que contiene elementos aplicables a los dos ejemplos dados en mi publicación inicial.
Un 'recorrido' rápido por los artículos incluyó:
- El modelo guardado en la tabla de datos titulada: "CROP EFFECT ANALYSIS" es el modelo que utilicé para realizar la regresión lineal mixta multivariante realizada anteriormente para las variables de respuesta con los títulos de columna "MP_BarleyBiomass_GM2" y "SP_BarleyBiomass_GM2".
- Los scripts adicionales guardados en la tabla de datos, titulados "GRAPH1_MP_BarleyBiomass" y "GRAPH2_SP_BarleyBiomass" producirán las cifras presentadas en mi publicación inicial visualizando los resultados.
- La columna titulada "TRT_RowSpacing_Cm" es una variable explicativa nominal utilizada en el modelo.
- "TRT_CropDensity_NoM2" es la densidad de cultivo objetivo (es decir, el tratamiento) prescrito para cada parcela, 200, 300, 400 o 500 plantas m ^ -2, mientras que "FP_CropDensity_NoM2" es el logrado densidad de cultivo medida para cada parcela. FP_CropDensity_NoM2 se utiliza como variable continua en el modelo.
- Finalmente, la columna titulada "ACHIEVED_CropDensity_NoM2_AvgAcrossBlocksByTargetCropDensityByRowSpacing" = densidad de cultivo alcanzada (FP_CropDensity_NoM2) promediada entre parcelas que tienen la misma densidad de cultivo objetivo (TRT_CropDensity_NoM2) y se usa la columna de distribución de hilera para propósitos de construcción ._CropDensity_NoM2.
Por favor, avíseme si tiene más preguntas.
Cómo identificar estimaciones de parámetros (especialmente para el ejemplo de SP_BarleyBiomass_GM2 que se muestra en mi publicación anterior) y sus errores estándar correspondientes son mi pregunta principal que no puedo resolver en este momento.
Los mejores deseos,
Margaret
Gracias, Margaret. Eso realmente ayuda.
Me interesa saber por qué tiene un efecto de bloqueo. Parece que las observaciones (filas) en cada bloque son de parcelas separadas y, por lo tanto, son observaciones completamente independientes del mismo tratamiento. Pero sabes más sobre el experimento que yo, así que probablemente sepas algo que me he perdido.
En términos de informar las estimaciones de los parámetros, tiene todo lo que necesita en la tabla de estimaciones de los parámetros y espero que pueda ver cómo se relacionan con la expresión de predicción en JMP y la forma de ecuación que desea utilizar.
Sin embargo, debe saber que cuando tiene un efecto nominal con 2 niveles en un modelo en JMP, la intersección es la predicción de la respuesta para el promedio sobre esos 2 niveles. Pero, si es necesario, puede calcular fácilmente la intersección para cada nivel del nominal ...
Para su ejemplo, la intersección es (aproximadamente) 1436 y el efecto para el espaciado entre filas = 15 es -233.
La intersección para el espaciado entre filas = 15 es, por lo tanto, 1436 - 233 = 1203.
La intersección para el espaciado de filas = 20 es, por lo tanto, 1436 + 233 = 1669.
Los errores estándar son los mismos independientemente de cómo defina la intersección.
Le recomiendo que utilice Prediction Profiler (menú de triángulo rojo en la parte superior del informe del modelo de ajuste> Perfilado de factores> Profiler). Creo que esta es la mejor forma de entender su modelo. Puede establecer las variables en cualquier valor y ver la respuesta predicha por el modelo. Por ejemplo, aquí puede ver claramente que la intersección (cuando la densidad de cultivo = 0) es 1203 con espaciado entre filas = 15:
Y puede ver cómo el aumento de la densidad del cultivo en 1 unidad aumenta la respuesta prevista en 0,85 unidades:
De manera similar, creo que esto debería ayudarlo a comprender cómo se parametriza el efecto de interacción.
Espero que esto ayude.
Phil
