449516_fr-FR

liliconcom

Comment faire Ajuster Y par X si je veux faire pour les X factoriels

Bonjour,

J'essaie d'analyser la survie cellulaire en réponse à plusieurs médicaments pour comprendre les effets synergiques

Par example:

X1	X2	X3	Oui
100	100	dix	5
50	50	5	25
200	200	0	dix
100	100	0	30
200	0	dix	3
100	0	5	20
0	200	dix	1
0	100	5	8
0	0	0	60

 

Y a-t-il moyen de faire Fit Y avec trois médicaments différents X1, X2 et X3 sur JMP ?

Au départ, j'ai exécuté Fit Model et j'ai fait des profileurs de prédiction, mais les valeurs de prédiction sont très éloignées des valeurs observées.

je appliqué le Logit/LogitPct/et toutes les autres transformations à la réponse Y dans la boîte de dialogue de lancement Fit Model mais les valeurs de prédiction ne sont pas proches des valeurs observées.

Existe-t-il un moyen d'analyser Y en tant que réponse à des X factoriels ?

 

AnalytiqueRe: Comment faire Ajuster Y par X si je veux faire pour les X factoriels

Joe,

Il est utile d'ajouter simplement le fichier JMP.

J'ai créé la table de données dans JMP et j'ai fait un modèle d'ajustement (j'ai commencé avec un modèle saturé, puis je l'ai réduit). J'ai enregistré la formule de prédiction dans le tableau de données (ci-joint)

 

Je n'ai aucune idée de ce sur quoi vous expérimentez, si vos données ont une valeur pratique ou si les résultats ont un sens scientifique si difficile à fournir des conseils.

Re: Comment faire Ajuster Y par X si je veux faire pour les X factoriels

Bonjour statman,

Merci pour la réponse. Malheureusement, je ne suis pas autorisé à partager des données sans autorisation.

Mes excuses pour le manque de suppléments.

 

J'analyse les effets synergiques de plusieurs médicaments.

Ma première approche était le modèle Fit puis les profileurs de prédiction. Ensuite, j'ai trouvé que les valeurs de prédiction sont très éloignées des valeurs expérimentales.

Hier, j'ai posé des questions à ce sujet et j'ai reçu d'excellents retours (transformation des réponses à la boîte de dialogue du modèle Logit in Fit)

Après transformation des réponses, les profileurs de prédiction sont plus proches des valeurs expérimentales mais ce n'est pas assez proche.

Voici mon message original pour la référence ( https://community.jmp.com/t5/Discussions/Prediction-profiler-prediction-values-do-not-match-with-the/mp/449473#M69631 )

 

Je me demande si je peux faire Fit Y by X. Dans mon cas, j'ai 3 facteurs (Xs) et une réponse (Y). Chaque X a une plage de concentration différente.

Donc comme full factoriel je veux faire

Ajuster Y par X1 * X2

X1*X3

X2*X3

X1*X2*X3

Est-il possible de le faire sur JMP ?

 

Re: Comment faire Ajuster Y par X si je veux faire pour les X factoriels

salut @joepark ,

 

En utilisant votre exemple de table de données, vous pouvez effectuer toutes sortes d'ajustements Y par modèles. Vous pouvez les faire individuellement à l'aide de la plate-forme Fit Y by X, puis effectuer un ajustement linéaire (ou non linéaire) sur chacun des Y by X1, Y by X2 et Y by X3. Vous pouvez basculer très facilement en utilisant le sélecteur de colonne. Accédez au bouton rouge à côté de l'ajustement bivarié > Rétablir > Sélecteur de colonne. Sélectionnez ensuite X1 dans le panneau supérieur et tous les autres X dans le panneau inférieur, puis appuyez sur OK. Cela devrait répondre à votre première question, mais ne répondra à aucun effet synergique.

 

Je ne suis pas sûr d'avoir vraiment suivi votre question sur la façon d'analyser Y en tant que réponse aux X factoriels. Votre DOE était-il à l'origine basé sur un plan factoriel ? Si vous essayez de faire un modèle d'ajustement et que les effets du modèle soient définis par une factorielle complète, après avoir lancé la plate-forme et sélectionné X1 à X3, cliquez sur l'option Macros et sélectionnez factorielle complète. Ensuite, vous pouvez réduire les effets du modèle pour obtenir un ajustement raisonnable. Prenez note des effets qui ont le carat "^" à côté d'eux. Cela signifie que les termes d'ordre élevé (ceux contenant des éléments tels que X1*X1 ou X1*X2 apparaîtraient avant de l'effet d'ordre principal comme X1. À l'aide de votre tableau de données, il suggère que X1 n'est pas un facteur significatif et souhaite le supprimer de l'ajustement. Vous devrez évaluer si cela a du sens ou non.

 

Vous devrez peut-être étendre votre DOE ou exécuter des réplications afin de réduire le bruit dans votre système. Le profileur de prédiction est utile, mais le plus important est de savoir si votre modèle d'ajustement et vos données se situent toujours dans l'intervalle de confiance de +/- 95 %. Vous pouvez y accéder à partir du bouton rouge et les enregistrer en tant que colonnes. Dans le cas de test que j'ai fait, toutes les données (valeurs Y et de prédiction) relèvent de ces CI. Vous devrez peut-être repenser votre modèle pour vous assurer qu'il est suffisamment précis.

 

J'espère que cela t'aides,

DS