二元資料的變異數分析 - 這些極端異常值意味著什麼？您好，我有一大組二進位資料 (0, 1)。我正在使用 JMP Genomics 變異數分析來比較兩組之間的平均值。我預期第 1 組和 HC 之間的某些基因有顯著差異，這些基因在火山圖或相關數據上均未表現出顯著性。例如，對於 Gene S，組 1 具有 100% 同質性（平均值為 1），HC 的平均值為 0.2。然而，火山圖（附後）顯示 X 值為 -10，Y 值僅為 0.3（其中 Y 值為 1.3 是顯著的）。您能告訴我是什麼導致了這些不顯著的極端 X 軸值嗎？ X 軸上有兩組不與其他點一起參與 V，我不確定這些異常值是什麼意思。
我想確保我對數據使用了正確的設置，因為我確實期望基因 S 這樣的基因在各組之間存在顯著差異。
以下是一些具體的設定：
模型分佈：二進位
連結函數：Logit
簡單的差異
多重檢定方法：FDR
-log10(p 值) 截止值：1.3
我還包括了用於變異數分析的資料輸入以及 Gene S 的相關資料輸出作為範例。
另外，任何人都可以向我指出用於計算變異數分析和相關數據的特定公式的文檔嗎？當我手動計算 LSMean 時，得到的結果與 JMP 得到的結果不同，因此我想了解具體計算了什麼以獲得關聯資料檔案中的資料。
非常感謝您的幫忙！
消費者與市場研究資料混合與清理大規模客製化回复：使用二進制數據的方差分析 - 這些極端異常值是什麼意思？你好@JMPUser5400 ,
二元分佈不是 JMP Pro 中的一個選項，但二項式是（相同的鏈接函數）。 二項式分佈將給出與 JMP Genomics 中的二元分佈類似的結果（除了差異將是正而不是負，因為它將是第 1 組 - HC，最終將作為正差異並且它具有與二元分佈相同的問題）。 關於您在 JMP Genomics 中獲得的此二進制數據的結果，我肯定會聯繫支持人員。
擬合模型不會接受超過兩個的二項分佈響應，但如果您選擇將所有基因設為數值和名義（分類），然後使用響應篩選，您將獲得與您將獲得的相似的差異和 p 值使用二項分佈。 單向方差分析確實假定正態分佈，默認情況下每組具有相等的方差，但還有其他均值比較檢驗不這樣做。
我不確定方差評論，但方差分析的一組中 1 的同質響應的方差將為 0。 我認為這就是為什麼二元分佈或二項式分佈會更好，並且將基因定義為數值但名義/分類可能是更好的方法。
因此，我為研究基因 7092 所做的工作是使用 Fit Y by X，將其定義為連續變量，但也定義為標稱變量（執行不同的測試但得到相似的結果）。 然後我查看了所有定義為連續變量或名義變量的基因的響應屏幕，並查看了結果。 然後與 JMP Genomics 報告的 p 值進行比較。 差異看起來相同（它們應該如此）。
回复：使用二進制數據的方差分析 - 這些極端異常值是什麼意思？嗨，克里斯，
感謝您的答复。 您是否能夠在 JMP Pro 上指定 Binary 和 Logit 方法？ 我有 JMP Pro，但是，我不太熟悉它，無法在那裡找到用於單向分析的規範。 在這種情況下，JMP Pro 可能假設服從正態分佈，因此會給出不同的答案。 我手工進行的計算也假定為正態分佈（我只是做了經典的均方和和 F 檢驗方法），並且 P 值非常低（比如 .0000004）。 儘管模型不正確，但我同意二元方法會如此大地改變 P 值是很奇怪的。 特別是當有其他基因的數據看起來更糟但 p 值很重要時。 我可以就這些差異聯繫技術支持，但是，您介意解釋一下您是如何獲得 JMP Pro 結果的，以便我可以將這些信息傳遞給他們嗎？ 謝謝！
在您的第一反應中，您提到差異是一個問題。 查看數據後，您認為這可能是問題所在嗎？ 第 1 組的數據是否過於同質？ 如果是這樣，我該如何解決？
感謝您提供有關 GLIMMIX 的信息！ 我沒有找到那個資源。
回复：使用二進制數據的方差分析 - 這些極端異常值是什麼意思？謝謝@JMPUser5400 ,
這正是我希望看到的。 我已經嘗試了基因 7092 本身以及所有其他基因，並獲得了與您在 JMP Genomics 中所做的相同的 p 值。 我嘗試單獨使用 JMP（基因 7092 作為 Y，兩組作為 X，在 Fit Y by X 中，使用單向方差分析或意外事件）並得到一個非常小的 p 值，可以滿足 -log10(p -value) = 1.3 截止值，因此具有統計學意義。我會聯繫技術支持（支持@jmp.com ) 來弄清楚為什麼會有這樣的差異，因為我無法解釋為什麼會有如此大的不同。 我也一定錯過了什麼。
您還可以使用頂部 Analyze>Screening 菜單下的 Response Screening 平台，並能夠執行與 JMP Genomics ANOVA 相同的任務。唯一的區別是您必須在 JMP 中導入 Excel 文件（輕鬆拖放並確保前兩行是標題），轉置數據，然後將包含組和样本信息的列解析為兩列（文本到 Cols>Utilities 下的列）。 響應篩選的輸出不會為您提供火山圖，但如果您從響應篩選旁邊的紅色三角形中選擇保存比較均值，則可以使用差異作為 X 製作火山圖，然後創建一個轉換 Plain Dif PValue 的列到 -log10(p-value) 在 Y 上繪製。
問題：當您手動計算 LSMeans 時，您是怎麼做的？
順便說一下，我們在 JMP Genomics 中使用 SAS PROC GLIMMIX 作為方差分析模型（概述：PROC GLIMMIX :: SAS/STAT(R) 13.1 用戶指南). 此鏈接包含許多我們在 JMP Genomics 中未使用的詳細信息和選項，但會在適當時提供每個選項背後的數學基礎。
另請注意，火山圖中顯示的 p 值未經過 FDR 校正。 僅校正水平線（截止）。 因此，當您使用 Enter new -log10(p) 截斷值 1.3 時，它會顯示一條線，表示每個基因的截斷值具有未校正的 p 值。
回复：使用二進制數據的方差分析 - 這些極端異常值是什麼意思？你好@Chris_Kirchberg ,
感謝您的答复！ 不幸的是，將標準化方法更改為空白並沒有解決問題，但感謝您的建議。
我附上了用於方差分析的輸入數據以及 JMP 生成的輸出“關聯數據”。 它是匿名的，但 Gene S 對應於 Gene #7092。 這是您需要的數據嗎？ 我很樂意發送任何有助於解決此問題的信息！
另外，我已經閱讀了所有“？”和關於方差分析的 JMP 基因組學用戶指南，但是，不幸的是，它們都沒有列出這些計算中使用的特定公式。
再次感謝！
回复：使用二進制數據的方差分析 - 這些極端異常值是什麼意思？你好@JMPUser5400 ,
如果您使用的是方差分析，文檔從這裡開始：過程描述 (jmp.com)
但是，在方差分析的對話框中，有“？”每個提供更多信息的選項旁邊。需要注意的是每個選項卡都有一組默認選項。 可能會給您帶來問題的是在“選項”選項卡中，其中“標準化方法”設置為“STD”。 我認為你不需要這個，因為你有二進制數據。 嘗試選擇頂部的空白選項，這意味著不使用標準化方法。
在沒有看到實際數據的情況下，很難排除為什麼會出現與預期不同的問題。 即使在較大的均值差異中，每個組的方差也會對 p 值產生影響。 所以在 HC 中，所有 1 的平均值可能為 0.2，但方差可能非常大。 此外，第 1 組（全為 1）中的方差為 0 也可能會導致問題。
我懷疑問題可能出在標準化方法上。
您也可以聯繫支持@jmp.com深入了解實施細節以及在數據敏感時提供有關此問題的其他幫助。
乾杯，
