output mancante nei modelli a effetti misti solo per alcune variabiliCiao,
Sto cercando di modellare gli effetti degli ioni metallici su diversi metaboliti nei lombrichi, ovvero è una questione di inquinamento ambientale. Ho entrambi i valori di concentrazione per un numero di ioni metallici diversi e per un numero di metaboliti diversi, entrambi su base per verme (individuale).
L'analisi è complicata dal fatto che i vermi vengono raccolti da una serie di siti diversi e che vi è un chiaro raggruppamento all'interno dei siti - sia in termini di somiglianza del metabolita, sia anche per le concentrazioni di ioni metallici (questo secondo non sorprende, poiché alcuni dei i siti sono stati campionati appositamente perché inquinati).
Sto cercando di modellare l'effetto sui metaboliti come un modello a effetti misti, utilizzando il menu Adatta modello, con "metallo" come effetto fisso e "sito" e "sito x metallo" come effetti casuali ("metallo" e "metabolita" " sono variabili continue, "sito" è categoriale).
Ora, ecco la mia domanda. Per alcuni metaboliti, l'output di JMP mi dà quello che sto cercando, un test di significatività ("test a effetto fisso") per l'effetto dello ione metallico sulla concentrazione del metabolita, MA per alcuni altri metaboliti, non calcola un valore, e solo dà "." Qualche suggerimento su cosa sta succedendo? Non ci sono valori mancanti, quindi il numero di campioni e variabili è identico: è solo che mi dà una risposta per alcune variabili dipendenti e non per altre.
grazie...
AnalisiRe: output mancante nei modelli a effetti misti solo per alcune variabiliPuoi condividere la tabella dati, come file allegato o come cattura dello schermo?
Puoi condividere anche la piattaforma JMP (come immagine)? Potrebbe essere che hai specificato il modello in un modo che confonde alcuni effetti.
I siti agiscono come un fattore di blocco, con un effetto casuale? È questa l'interpretazione che intendi per "raggruppamento chiaro all'interno dei siti?"
Re: output mancante nei modelli a effetti misti solo per alcune variabiliPuoi condividere la tabella dati, come file allegato o come cattura dello schermo?
Caricherò una versione ridotta: è la stessa del file originale, ma ho appena cancellato quasi tutte le variabili, lasciandone abbastanza per rappresentare due confronti.
(NB che due dei campioni, righe 21 e 22, sono esclusi dall'analisi.)
Puoi condividere anche la piattaforma JMP (come immagine)? Potrebbe essere che hai specificato il modello in un modo che confonde alcuni effetti.
Sì, proverò, grazie - si spera che intendevi questo, uno screenshot delle opzioni pertinenti scelte?
NB che per me, le due variabili Y mostrate hanno esiti diversi, in quanto JMP calcola con successo un valore P per una ma non per l'altra.
I siti agiscono come un fattore di blocco, con un effetto casuale? È questa l'interpretazione che intendi per "raggruppamento chiaro all'interno dei siti?"
Questa non è una prova sul campo progettata - questi sono vermi di popolazioni indigene, dove siamo andati e li abbiamo dissotterrati. (Per un riferimento più completo: classifichiamo i siti come "controllo" e "previsto", e sarei anche curioso di provare a modellare questa classificazione, ma per la domanda attuale, sto cercando di modellare la relazione per potenziali inquinanti (metallo ioni) su base per-worm, piuttosto che su base per sito.) I siti sono molto distinti l'uno dall'altro, sia che si effettui la classificazione sulla base di ioni metallici o delle concentrazioni di metaboliti del verme, ad esempio chiaramente visualizzati da approcci multivariati come PCA. Sicuramente non mi considero affatto esperto nell'uso di modelli a effetti misti: il mio approccio qui si basa sulla discussione con i colleghi e non sarei scioccato nello scoprire che sto cercando di fare qualcosa che non è giustificato. NB uno dei loro commenti è stato che l'assegnazione di effetti casuali è davvero significativa solo per le variabili categoriali, ma JMP consente di assegnare effetti casuali alle variabili continue: dovrei semplicemente presumere che questa non sia una buona idea?
Riassumendo, posso ottenere una risposta che funzioni, utilizzando la modellazione PCA e PLS (con set di controllo della convalida incrociata basati sul sito, utilizzando un pacchetto diverso da JMP - forse dovrei guardare a una sorta di approccio di ricampionamento per l'univariato analisi anche??), ma mi piacerebbe davvero poter ottenere la risposta anche al caso univariato.Ci sono tre ragioni:
- Vorrei poter presentare un'analisi univariata accanto a quella multivariata.
- Anche se presento principalmente le analisi multivariate, è davvero utile essere in grado di estrarre variabili chiave come potenziali biomarcatori e analizzarle in modo più dettagliato.
- Voglio essere in grado di capire cosa sta succedendo!
grazie molto ...
