Este complemento le permite ejecutar el modelo mixto lineal generalizado en JMP. La configuración de los parámetros predeterminados es básicamente la misma que la de la macro SAS% GLIMMIX.
los Seleccionar el panel de columnas muestra todas las variables en el conjunto de datos actual.
los Panel Seleccionar variables de función le permite especificar:
- Y: la variable de respuesta.
- Peso: una variable de ponderación para el análisis.
- Desplazamiento: la variable de desplazamiento. El valor predeterminado es sin compensación.
- Por: la variable por le permite ajustar modelos para subgrupos simultáneamente.
los Construir efectos de modelo el panel incluye:
- Efectos fijos
- Efectos aleatorios
los Panel de opciones incluye:
- Distribución : distribución de la variable de respuesta. El valor predeterminado es Binomial.
- Enlace : la función de enlace que se utilizará para transformar la variable de respuesta en pseudopuntuaciones antes de utilizar el modelo mixto. Se proporcionan las funciones de enlace canónico.
- Iteración máxima : el número máximo de iteraciones para que converja el algoritmo. El valor predeterminado es 30.
- Criterio de convergencia : si el RMSE es menor que el valor del criterio de convergencia, la iteración se detendrá. El valor predeterminado es 1E-8.
- Factor de corrección : una constante añadida a la variable de respuesta en el paso de transformación inicial para evitar singularidades. El valor predeterminado es 0,5.
- Por límite de informe de grupo : al especificar una variable By, si el número de subgrupos es mayor que este número límite, se suprimirá la salida del informe. En su lugar, se proporcionará una tabla de resumen y una interfaz Graph Builder.
Ilustraremos los detalles del complemento utilizando ejemplos disponibles en línea (sitio web de resultados de macros% GLIMMIX: https://support.sas.com/techsup/notes/v8/25/030.html o el sitio web de PROC GLIMMIX: https://go.documentation.sas.com/?docsetId=statug&docsetVersion=15.1&docsetTarget=statug_glimmix_examples.htm&locale=en ). Para obtener resultados comparativos utilizando la macro SAS, establezca la opción 'DDFM = KR' en la instrucción MODEL, también establezca la opción 'NOBOUND' en la instrucción PROC MIXED.
Los videos de demostración también están disponibles en línea:
Ejemplo 6 - Formato largo de datos de Salamander: https://youtu.be/6gCqufudFV4
Ejemplo 7: datos de secuencia de ARN: https://youtu.be/o4LeTmVzzVE
Ejemplo 1 - Distribución de Poisson (ship_demo.jmp):
Lo siguiente es un vistazo de los datos del barco (originalmente de McCullagh y Nelder (1989), Sección 6.3.).
La variable de respuesta es "N", que sigue la distribución de Poisson. El efecto fijo en el modelo mixto lineal generalizado es "tipo"; y los efectos aleatorios son "año, período, año * período". La variable de compensación es "servicio".
La función de enlace predeterminada para la distribución de Poisson es el enlace 'log'. Tenga en cuenta que, si queremos utilizar los enlaces canónicos (predeterminados) para una distribución seleccionada, podemos dejar el cuadro de enlace en blanco.
Se pueden agregar términos de interacción seleccionando dos o más variables y haciendo clic en el botón "cruz" en el panel Efectos fijos o Efectos aleatorios.
Haga clic en el botón "Ejecutar" después de especificar todos los parámetros del modelo. Después de 28 iteraciones, el algoritmo convergió. La salida del resultado es del formato de modelo mixto en JMP. Tenga en cuenta que al comparar los resultados de la macro% GLIMMIX SAS, debido a la diferencia en la codificación de la matriz de diseño, sugerimos comparar los resultados de la prueba F, las medias LS o las estimaciones del componente de varianza en lugar de las estimaciones de los parámetros de efectos fijos.
Ejemplo 2 - Distribución binaria (sal1.jmp):
Lo siguiente es un vistazo de los datos de Salamander (originalmente de McCullagh y Nelder (1989), Sección 14.5). Tenga en cuenta que antes de ejecutar el análisis, defina el tipo de modelado adecuado para las variables de interés. En el siguiente ejemplo, las variables "fnum, mnum" son números continuos. Pero si queremos usarlos como variables categóricas, podemos hacer clic con el botón derecho en el nombre de la variable> información de la columna y luego cambiar el tipo de modelado a nominal.
Especificación del modelo: Variable de respuesta: ybin. Distribución: Binomial. Función de enlace: logit.
Efecto fijo: fpop, mpop, fpop * mpop. Efecto aleatorio: fpop * fnum, mpop * mnum.
El algoritmo converge después de 10 iteraciones.
Ejemplo 3: distribución binomial (blotch.jmp)
Fuente de datos: https://go.documentation.sas.com/?docsetId=statug&docsetTarget=statug_code_gmxex04.htm&docsetVersion=15.1&locale=en
La variable de respuesta "prop" indica la incidencia . "Sitio" y "variedad" son los dos efectos fijos. Seleccionamos la distribución “Binomial” y la función de enlace por defecto es “Logit”. (No especificamos ningún efecto aleatorio en este ejemplo).
Los significados LS de “variedad” y “sitio” son consistentes con los de la macro% GLIMMIX y PROC GLIMMIX. Sin embargo, los resultados de la prueba F mostraron discrepancias.
Ejemplo 4: distribución binomial (rcb_binomial.jmp)
Después de 6 iteraciones, obtenemos el siguiente resultado. Este resultado es consistente con el resultado generado por la macro% GLIMMIX, pero ligeramente diferente del resultado de PROC GLIMMIX.
Ejemplo 5 - Distribución binomial (hessianfly.jmp)
Fuente de datos: https://go.documentation.sas.com/?docsetId=statug&docsetTarget=statug_code_gmxex01.htm&docsetVersion=15.1&locale=en
La respuesta es "y / n", que tiene el formato " eventos / ensayos " o " éxitos / ensayos totales ”. Al especificar las variables de respuesta Y, primero debemos seleccionar la variable “eventos”, en este caso “y”, y luego seleccionar la variable “ensayos”. Por lo tanto, se selecciona "n" después de "y". Establezca "entrada" como efecto fijo y "bloque" como efecto aleatorio. Elija la distribución "Binomial" y utilice la función de enlace "Logit" predeterminada.
Después de 6 iteraciones, obtenemos los resultados de la siguiente manera:
Los resultados de los ejemplos anteriores pueden ser verificados por SAS PROC GLIMMIX y la macro% GLIMMIX, consulte el código SAS: SAS_Example_macro_proc_verification.sas .
Ejemplo 6 - Distribución binaria (sal1_long.jmp):
Cuando los datos constan de subconjuntos y desea modelar cada grupo / subconjunto de forma independiente, puede especificar la variable indicadora de grupo / subconjunto en el campo "Por".
En este ejemplo, sal1_long.jmp es la versión apilada de los datos de Salamander (originalmente de McCullagh y Nelder (1989), Sección 14.5). Aquí, las variables de respuesta "y1, y2, y3" se apilan en la variable "ystack". La variable "ycat" indica la categoría de respuesta original.
Aquí, especifique "ystack" como la variable de respuesta y "ycat" como la variable By. Similar a la configuración en el ejemplo 2, podemos especificar la distribución, efecto fijo, efecto aleatorio.
El procedimiento GLMM se realizará para cada grupo / subconjunto especificado en el campo Por. El informe final es el siguiente. Los resultados se enumeran para cada grupo / subconjunto: respuesta y1_pseudo, respuesta y2_pseudo y respuesta y3_pseudo.
Ejemplo 7: datos de secuencia de ARN
Dado que los datos genómicos suelen ser de gran dimensión, donde el número de genes / SNP suele ser superior a 10k, realizar el análisis integrado podría ser un desafío computacional. Para el interés futuro de utilizar este complemento para analizar los datos de RNA-seq, probamos el rendimiento cuando aumenta el número de genes que se especifican en el campo BY. Esta sección servirá como parte de la prueba de esfuerzo, ya que la función BY no está escrita en subprocesos múltiples.
Los datos de ejemplo utilizados aquí son públicos en línea, del paquete: https://bioconductor.org/packages/release/bioc/vignettes/variancePartition/inst/doc/dream.html
- varPartDEdata_count.jmp es la matriz de recuento original
- varPartDEdata_metadata.jmp son los metadatos de las 24 muestras
- varPartDEdata_stack10.jmp son los datos procesados, donde se apilan la expresión génica de los primeros 10 genes, junto con otras variables de metadatos.
- varPartDEdata_stack100.jmp son los datos procesados, donde se apilan la expresión génica de los primeros 100 genes, junto con otras variables de metadatos.
Del ejemplo en línea, para cada gen, podemos ajustar el modelo como:
Y ~ Subtipo de enfermedad + Sexo + (1 | Individual)
, donde "Subtipo de enfermedad" y "Sexo" son efectos fijos y "Individual" es el efecto aleatorio. Aquí la variable de respuesta Y
Dependerá de la elección de distribución. Una opción de la distribución es la distribución de “Poisson”, y en este caso usamos la “expresión” de conteo sin procesar como variable de respuesta. Una forma alternativa de modelar los datos de RNA-seq es tomar primero la transformación logarítmica de los recuentos y usar "logexprs" como variable de respuesta mientras se especifica la distribución "Normal".
Usando los datos de ejemplo varPartDEdata_stack10.jmp , podemos derivar los resultados para cada uno de los diez genes por separado:
Usando “logexprs” como variable de respuesta, los resultados de Analizar> Ajustar modelo> Modelo mixto y nuestro complemento GLMM son los mismos. Cuando se utiliza la “expresión” de conteos sin procesar como respuesta y se especifica la distribución de “Poisson”, el tiempo de ejecución es más largo y podría haber modelos con problemas de convergencia.
Número de subgrupos (genes) en BY variable
|
Tiempo de ejecución de Poisson (HH: MM: SS)
|
Tiempo de ejecución normal (HH: MM: SS)
|
Modelo mixto que usa el tiempo de ejecución de registro (recuento) (HH: MM: SS)
|
10
|
00:01:15
|
00:00:06
|
|
100
|
00:06:00
|
00:00:43
|
00:00:01
|
1000
|
01:25:19
|
00:09:05
|
00:01:41
|
10000
|
11:11:05
|
01:31:58
|
|
……
|
|
|
|
Cuando el número de genes / subgrupos especificados en el campo BY es mayor que Por límite de informe de grupo = 10 , por ejemplo usando varPartDEdata_stack100.jmp , ya no mostraremos el informe. En su lugar, se proporcionará una tabla JMP de "resultado de GLMM" junto con un gráfico de volcán. La tabla "Resultado de GLMM" incluye parte de los resultados de la prueba F (DFDen_, F Ratio_, Prob> F_), las medias de mínimos cuadrados (LSMeans 
, así como parte de las estimaciones de los parámetros (Estimación :, -log10 (Prob > | t |) .
Al especificar "logexprs" como Y, y especificar la distribución "Normal", podemos derivar el conjunto de datos a continuación. (Disponible como Resultado de GLMM.jmp )
El gráfico de volcán predeterminado se genera para el primer efecto fijo especificado. Puede cambiar de columna para ver la gráfica del volcán en busca de otras variables de interés.
(100 genes, logexprs)
(10000 genes, logexprs)
(10000 genes, expresión, Poisson)
