使用二进制数据的方差分析 - 这些极端异常值意味着什么？您好，我有一大组二进制数据 (0, 1)。我正在使用 JMP Genomics ANOVA 比较两组之间的平均值。我原本预计第 1 组和 HC 之间对于某些基因存在显著差异，但这些基因在火山图和相关数据上均未表现出显著性。例如，对于基因 S，第 1 组具有 100% 同质性（平均值为 1），HC 的平均值为 0.2。但是，火山图（附件）显示 X 值为 -10，Y 值仅为 0.3（其中 Y 值为 1.3 为显著）。您能告诉我是什么导致了这些不显著的极端 X 轴值吗？X 轴上有两组与其他点不参与 V，我不确定这些异常值意味着什么。
我想确保我对我的数据使用了正确的设置，因为我确实希望基因（如基因 S）在各个组之间存在显著差异。
以下是一些具体的设置：
模型分布：二进制
链接函数：Logit
简单差异
多重测试方法：FDR
-log10（p 值）截止值：1.3
我还包括了用于方差分析的数据输入以及仅针对基因 S 的相关数据输出作为示例。
另外，有人能告诉我用于计算方差分析和相关数据的具体公式的文档吗？当我手动计算 LSMean 时，我得到的结果与 JMP 得到的结果不同，所以我想知道具体计算了什么才能获得相关数据文件中的数据。
非常感谢您的帮助！！！
消费者和市场研究数据混合和清理大规模定制回复：使用二进制数据的方差分析 - 这些极端异常值是什么意思？你好@JMPUser5400 ,
二元分布不是 JMP Pro 中的一个选项，但二项式是（相同的链接函数）。 二项式分布将给出与 JMP Genomics 中的二元分布类似的结果（除了差异将是正而不是负，因为它将是第 1 组 - HC，最终将作为正差异并且它具有与二元分布相同的问题）。 关于您在 JMP Genomics 中获得的此二进制数据的结果，我肯定会联系支持人员。
拟合模型不会接受超过两个的二项分布响应，但如果您选择将所有基因设为数值和名义（分类），然后使用响应筛选，您将获得与您将获得的相似的差异和 p 值使用二项分布。 单向方差分析确实假定正态分布，默认情况下每组具有相等的方差，但还有其他均值比较检验不这样做。
我不确定方差评论，但方差分析的一组中 1 的同质响应的方差将为 0。 我认为这就是为什么二元分布或二项式分布会更好，并且将基因定义为数值但名义/分类可能是更好的方法。
因此，我为研究基因 7092 所做的工作是使用 Fit Y by X，将其定义为连续变量，但也定义为标称变量（执行不同的测试但得到相似的结果）。 然后我查看了所有定义为连续变量或名义变量的基因的响应屏幕，并查看了结果。 然后与 JMP Genomics 报告的 p 值进行比较。 差异看起来相同（它们应该如此）。
回复：使用二进制数据的方差分析 - 这些极端异常值是什么意思？嗨，克里斯，
感谢您的答复。 您是否能够在 JMP Pro 上指定 Binary 和 Logit 方法？ 我有 JMP Pro，但是，我不太熟悉它，无法在那里找到用于单向分析的规范。 在这种情况下，JMP Pro 可能假设服从正态分布，因此会给出不同的答案。 我手工进行的计算也假定为正态分布（我只是做了经典的均方和和 F 检验方法），并且 P 值非常低（比如 .0000004）。 尽管模型不正确，但我同意二元方法会如此大地改变 P 值是很奇怪的。 特别是当有其他基因的数据看起来更糟但 p 值很重要时。 我可以就这些差异联系技术支持，但是，您介意解释一下您是如何获得 JMP Pro 结果的，以便我可以将这些信息传递给他们吗？ 谢谢！
在您的第一反应中，您提到差异是一个问题。 查看数据后，您认为这可能是问题所在吗？ 第 1 组的数据是否过于同质？ 如果是这样，我该如何解决？
感谢您提供有关 GLIMMIX 的信息！ 我没有找到那个资源。
回复：使用二进制数据的方差分析 - 这些极端异常值是什么意思？谢谢@JMPUser5400 ,
这正是我希望看到的。 我已经尝试了基因 7092 本身以及所有其他基因，并获得了与您在 JMP Genomics 中所做的相同的 p 值。 我尝试单独使用 JMP（基因 7092 作为 Y，两组作为 X，在 Fit Y by X 中，使用单向方差分析或意外事件）并得到一个非常小的 p 值，可以满足 -log10(p -value) = 1.3 截止值，因此具有统计学意义。我会联系技术支持（支持@jmp.com ) 来弄清楚为什么会有这样的差异，因为我无法解释为什么会有如此大的不同。 我也一定错过了什么。
您还可以使用顶部 Analyze>Screening 菜单下的 Response Screening 平台，并能够执行与 JMP Genomics ANOVA 相同的任务。唯一的区别是您必须在 JMP 中导入 Excel 文件（轻松拖放并确保前两行是标题），转置数据，然后将包含组和样本信息的列解析为两列（文本到 Cols>Utilities 下的列）。 响应筛选的输出不会为您提供火山图，但如果您从响应筛选旁边的红色三角形中选择保存比较均值，则可以使用差异作为 X 制作火山图，然后创建一个转换 Plain Dif PValue 的列到 -log10(p-value) 在 Y 上绘制。
问题：当您手动计算 LSMeans 时，您是怎么做的？
顺便说一下，我们在 JMP Genomics 中使用 SAS PROC GLIMMIX 作为方差分析模型（概述：PROC GLIMMIX :: SAS/STAT(R) 13.1 用户指南). 此链接包含许多我们在 JMP Genomics 中未使用的详细信息和选项，但会在适当时提供每个选项背后的数学基础。
另请注意，火山图中显示的 p 值未经过 FDR 校正。 仅校正水平线（截止）。 因此，当您使用 Enter new -log10(p) 截断值 1.3 时，它会显示一条线，表示每个基因的截断值具有未校正的 p 值。
回复：使用二进制数据的方差分析 - 这些极端异常值是什么意思？你好@Chris_Kirchberg ,
感谢您的答复！ 不幸的是，将标准化方法更改为空白并没有解决问题，但感谢您的建议。
我附上了用于方差分析的输入数据以及 JMP 生成的输出“关联数据”。 它是匿名的，但 Gene S 对应于 Gene #7092。 这是您需要的数据吗？ 我很乐意发送任何有助于解决此问题的信息！
另外，我已经阅读了所有“？”和关于方差分析的 JMP 基因组学用户指南，但是，不幸的是，它们都没有列出这些计算中使用的特定公式。
再次感谢！
回复：使用二进制数据的方差分析 - 这些极端异常值是什么意思？你好@JMPUser5400 ,
如果您使用的是方差分析，文档从这里开始：过程描述 (jmp.com)
但是，在方差分析的对话框中，有“？”每个提供更多信息的选项旁边。需要注意的是每个选项卡都有一组默认选项。 可能会给您带来问题的是在“选项”选项卡中，其中“标准化方法”设置为“STD”。 我认为你不需要这个，因为你有二进制数据。 尝试选择顶部的空白选项，这意味着不使用标准化方法。
在没有看到实际数据的情况下，很难排除为什么会出现与预期不同的问题。 即使在较大的均值差异中，每个组的方差也会对 p 值产生影响。 所以在 HC 中，所有 1 的平均值可能为 0.2，但方差可能非常大。 此外，第 1 组（全为 1）中的方差为 0 也可能会导致问题。
我怀疑问题可能出在标准化方法上。
您也可以联系支持@jmp.com深入了解实施细节以及在数据敏感时提供有关此问题的其他帮助。
干杯，
