449516_de-DE

liliconcom

Wie man Fit Y by X durchführt, wenn ich für faktorielle Xs tun möchte

Hallo,

Ich versuche, das Überleben von Zellen als Reaktion auf mehrere Medikamente zu analysieren, um synergistische Effekte zu verstehen

Beispielsweise:

X1	X2	X3	Ja
100	100	10	5
50	50	5	25
200	200	0	10
100	100	0	30
200	0	10	3
100	0	5	20
0	200	10	1
0	100	5	8
0	0	0	60

 

Gibt es eine Möglichkeit, Fit Y mit drei verschiedenen Medikamenten X1, X2 und X3 auf JMP zu machen?

Anfangs habe ich Fit Model und Vorhersage-Profiler ausgeführt, aber die Vorhersagewerte weichen stark von den beobachteten Werten ab.

ich hat Logit/LogitPct/und alle anderen Transformationen auf die Y-Antwort im Startdialogfeld Modell anpassen angewendet, aber die Vorhersagewerte liegen nicht in der Nähe der beobachteten Werte.

Gibt es eine Möglichkeit, Y als Antwort auf faktorielle Xs zu analysieren?

 

AnalytikRe: Wie man Fit Y by X durchführt, wenn ich für faktorielle Xs tun möchte

Joe,

Es ist hilfreich, wenn Sie nur die JMP-Datei hinzufügen.

Ich habe die Datentabelle in JMP erstellt und ein Anpassungsmodell erstellt (mit einem gesättigten Modell angefangen und es dann reduziert). Ich habe die Vorhersageformel in der Datentabelle gespeichert (beigefügt)

 

Ich habe keine Ahnung, womit Sie experimentieren, ob Ihre Daten einen praktischen Wert haben oder ob die Ergebnisse wissenschaftlich sinnvoll sind, so dass es schwierig ist, Ratschläge zu geben.

Re: Wie man Fit Y by X durchführt, wenn ich für faktorielle Xs tun möchte

Hallo Statmann,

Danke für Ihre Antwort. Leider darf ich keine Daten ohne Erlaubnis weitergeben.

Ich entschuldige mich für das Fehlen von Nahrungsergänzungsmitteln.

 

Ich analysiere synergistische Effekte mehrerer Medikamente.

Mein erster Ansatz war das Fit-Modell, dann hatte ich die Vorhersage-Profiler. Dann stellte ich fest, dass die Vorhersagewerte sehr von den experimentellen Werten abweichen.

Gestern habe ich Fragen dazu gestellt und einige großartige Rückmeldungen erhalten (Umwandlung der Antworten auf den Logit in Fit-Modelldialog)

Nach der Transformation der Antworten sind die Vorhersageprofiler näher an den experimentellen Werten, aber nicht so nah genug.

Hier ist mein ursprünglicher Beitrag als Referenz ( https://community.jmp.com/t5/Discussions/Prediction-profiler-prediction-values-do-not-match-with-the/mp/449473#M69631 )

 

Ich frage mich, ob ich Fit Y by X machen kann. In meinem Fall habe ich 3 Faktoren (Xs) und eine Antwort (Y). Jedes X hat einen anderen Konzentrationsbereich.

Also wie volle Fakultät möchte ich machen

Fit Y durch X1 * X2

X1*X3

X2*X3

X1*X2*X3

Ist das auf JMP möglich?

 

Re: Wie man Fit Y by X durchführt, wenn ich für faktorielle Xs tun möchte

Hallo @joepark ,

 

Mit Ihrer Beispieldatentabelle können Sie alle Arten von Anpassungen an Y nach Modellen durchführen. Sie können sie einzeln mit der Plattform Y-nach-X anpassen und dann eine lineare (oder nicht-lineare) Anpassung an Y-nach-X1, Y-nach-X2 und Y-nach-X3 vornehmen. Mit dem Spaltenumschalter können Sie ganz einfach hin und her schalten. Gehen Sie zum roten Hot-Button neben der bivariaten Anpassung > Wiederholen > Spaltenumschalter. Wählen Sie dann X1 im oberen Bereich und alle anderen X im unteren Bereich aus und klicken Sie dann auf OK. Dies sollte Ihre erste Frage beantworten, wird jedoch keine synergistischen Effekte beantworten.

 

Ich bin mir nicht sicher, ob ich Ihrer Frage, wie man Y als Antwort auf faktorielle Xs analysiert, wirklich verfolge. Basierte Ihr DOE ursprünglich auf einem faktoriellen Design? Wenn Sie versuchen, ein Fit-Modell zu erstellen und die Modelleffekte durch eine vollständige Fakultät definiert werden sollen, klicken Sie nach dem Starten der Plattform und der Auswahl von X1 bis X3 auf die Option Makros und wählen Sie die vollständige Fakultät aus. Dann können Sie die Modelleffekte reduzieren, um eine angemessene Anpassung zu erhalten. Beachten Sie die Effekte, die das "^" Karat daneben haben. Das bedeutet, dass Terme höherer Ordnung (die Dinge wie X1*X1 oder X1*X2 enthalten) erscheinen Vor der Hauptordnungseffekt wie X1. Anhand Ihrer Datentabelle deutet dies darauf hin, dass X1 kein signifikanter Faktor ist und möchte ihn aus der Anpassung entfernen. Ob dies sinnvoll ist, müssen Sie abschätzen.

 

Möglicherweise müssen Sie Ihr DOE erweitern oder Replikate ausführen, um das Rauschen in Ihrem System zu reduzieren. Der Vorhersage-Profiler ist hilfreich, aber noch wichtiger ist, ob Ihr Anpassungsmodell und Ihre Daten immer innerhalb des Konfidenzintervalls von +/-95 % liegen. Sie können dies über den roten Hot-Button erreichen und diese als Spalten speichern. In meinem Testfall fallen alle Daten (Y- und Vorhersagewerte) in diese CIs. Möglicherweise müssen Sie Ihr Modell überdenken, um sicherzustellen, dass es genau genug ist.

 

Hoffe das hilft,

DS