ANOVA mit Binärdaten – Was bedeuten diese extremen Ausreißer?Hallo, ich habe einen großen Satz binärer Daten (0, 1). Ich verwende JMP Genomics ANOVA, um die Mittelwerte zwischen zwei Gruppen zu vergleichen. Ich hatte einen signifikanten Unterschied zwischen Gruppe 1 und HC für bestimmte Gene erwartet, die weder im Vulkandiagramm noch in den zugehörigen Daten als signifikant dargestellt werden. Beispielsweise hat Gruppe 1 für Gen S 100 % Homogenität (Mittelwert 1) und HC hat einen Mittelwert von 0,2. Das Vulkandiagramm (im Anhang) zeigt jedoch einen X-Wert von -10 und einen Y-Wert von lediglich 0,3 (wobei ein Y-Wert von 1,3 signifikant ist). Können Sie mir sagen, was zu diesen extremen X-Achsenwerten führt, die nicht signifikant sind? Es gibt zwei Gruppen auf der X-Achse, die nicht am V mit den anderen Punkten teilnehmen, und ich bin nicht sicher, was diese Ausreißer bedeuten.
Ich möchte sicherstellen, dass ich die richtigen Einstellungen für meine Daten verwende, da ich wirklich damit gerechnet habe, dass sich Gene wie Gen S zwischen den Gruppen erheblich unterscheiden.
Nachfolgend sind einige spezifische Einstellungen aufgeführt:
Modellverteilung: Binär
Linkfunktion: Logit
Einfache Unterschiede
Mehrfachtestmethode: FDR
-log10(p-Wert) Grenzwert: 1,3
Ich habe auch den Dateninput, den ich für ANOVA verwendet habe, und auch den zugehörigen Datenoutput nur für Gen S als Beispiel beigefügt.
Kann mir außerdem jemand die Dokumentation zu den spezifischen Formeln nennen, die zur Berechnung der ANOVA und der zugehörigen Daten verwendet wurden? Als ich den LSMean manuell berechnet habe, erhielt ich ein anderes Ergebnis als JMP, daher möchte ich sehen, was genau berechnet wird, um die Daten in der zugehörigen Datendatei zu erhalten.
Vielen Dank für jede Hilfe!!!
Konsumenten- und MarktforschungDatenzusammenführung und -bereinigungMassenanpassungBetreff: ANOVA mit Binärdaten - Was bedeuten diese extremen Ausreißer?Hi @JMPUser5400 ,
Binäre Verteilung ist keine Option in JMP Pro, aber Binomial ist (gleiche Verknüpfungsfunktion). Die Binomialverteilung ergibt ein ähnliches Ergebnis wie die Binärverteilung in JMP Genomics (mit der Ausnahme, dass die Unterschiede positiv und nicht negativ sind, da es sich um Gruppe 1 – HC handelt, die als positive Differenz enden würde, und sie hat das gleiche Problem wie die Binärverteilung). Ich würde mich auf jeden Fall an den Support bezüglich der Ergebnisse wenden, die Sie in JMP Genomics für diese Binärdaten erhalten.
Modell anpassen akzeptiert nicht mehr als zwei Antworten für die Binomialverteilung, aber wenn Sie sich dafür entscheiden, alle Gene als numerisch und nominal (kategorial) zu machen, dann verwenden Sie Antwortscreening, Sie erhalten ähnliche Unterschiede und p-Werte wie Sie erhalten würden unter Verwendung der Binomialverteilung. Die einfache ANOVA geht von einer Normalverteilung aus, bei der jede Gruppe standardmäßig die gleiche Varianz hat, aber es gibt andere Mittelwertvergleichstests, die dies nicht tun.
Ich bin mir über den Varianzkommentar nicht sicher, aber die Varianz wäre 0 für eine homogene Antwort von 1 in einer Gruppe für ANOVA. Ich denke, deshalb würde eine binäre oder binomiale Verteilung besser funktionieren und die Gene als numerisch, aber nominal / kategorial zu definieren, könnte der bessere Weg sein.
Was ich also getan habe, um das Gen 7092 zu untersuchen, ist die Verwendung von Fit Y by X, wobei es als kontinuierliche Variable, aber auch als nominale Variable definiert ist (verschiedene Tests wurden durchgeführt, aber ähnliche Ergebnisse erzielt). Ich habe mir dann den Response Screen für alle Gene angesehen, die entweder als kontinuierliche oder nominale Variablen definiert sind, und mir die Ergebnisse angesehen. Dann verglichen mit dem, was JMP Genomics für p-Werte gemeldet hat. Die Unterschiede sahen gleich aus (wie sie sollten).
Betreff: ANOVA mit Binärdaten - Was bedeuten diese extremen Ausreißer?Hallo Chris,
Danke für Ihre Antwort. Konnten Sie Binär- und Logit-Methoden in JMP Pro angeben? Ich habe JMP Pro, aber ich kenne mich damit nicht aus und kann diese Spezifikationen für die Oneway-Analyse dort nicht finden. In diesem Fall geht JMP Pro wahrscheinlich von einer Normalverteilung aus und gibt daher eine andere Antwort. Die Berechnungen, die ich von Hand durchgeführt habe, gingen auch von einer Normalverteilung aus (ich habe nur eine klassische Summe aus quadratischen Mittelwerten und einen F-Testansatz durchgeführt), und der P-Wert war SEHR niedrig (wie 0,0000004). Obwohl das Modell nicht korrekt ist, stimme ich zu, dass es seltsam ist, dass der binäre Ansatz den P-Wert so stark ändern würde. Besonders wenn es andere Gene gibt, für die die Daten schlechter aussehen, aber der p-Wert signifikant ist. Ich kann mich wegen dieser Unterschiede an den technischen Support wenden, aber könnten Sie mir erklären, wie Sie das JMP Pro-Ergebnis erhalten haben, damit ich die Informationen an sie weitergeben kann? Danke dir!
In Ihrer ersten Antwort haben Sie erwähnt, dass die Varianz ein Problem darstellt. Glauben Sie, nachdem Sie sich die Daten angesehen haben, dass das das Problem sein könnte? Die Daten für Gruppe 1 sind zu homogen? Wenn ja, wie könnte ich das beheben?
Vielen Dank für die Informationen zum GLIMMIX! Ich hatte diese Ressource nicht gefunden.
Betreff: ANOVA mit Binärdaten - Was bedeuten diese extremen Ausreißer?Vielen Dank @JMPUser5400 ,
Das ist genau das, was ich zu sehen gehofft hatte. Ich habe das Gen 7092 allein und mit allen anderen Genen ausprobiert und erhalte den gleichen p-Wert wie Sie es in JMP Genomics getan haben. Ich habe versucht, JMP selbst zu verwenden (Gen 7092 als Y und die beiden Gruppen als X in Y nach X anpassen, entweder mit One-Way ANOVA oder Contingency) und einen sehr kleinen p-Wert erhalten, der den Grenzwert von -log10 (p -Wert) = 1,3 Cutoff und damit statistisch signifikant.Ich würde mich an den technischen Support wenden ( support@jmp.com ), um herauszufinden, warum es einen solchen Unterschied gibt, da ich nicht erklären kann, warum es so sehr unterschiedlich wäre. Auch mir muss etwas fehlen.
Sie können auch die Response-Screening-Plattform im Menü „Analysieren“ > „Screening“ oben verwenden und die gleiche Aufgabe wie JMP Genomics ANOVA ausführen.Der einzige Unterschied besteht darin, dass Sie die Excel-Datei in JMP importieren müssten (einfaches Ziehen und Ablegen und sicherstellen, dass die ersten beiden Zeilen Überschriften sind), die Daten transponieren und dann die Spalte mit Gruppen- und Probeninformationen in zwei Spalten (text zu den Spalten unter Cols>Utilities). Die Ausgabe des Response-Screenings gibt Ihnen kein Volcano-Plot, aber wenn Sie Save Compare Means aus dem roten Dreieck neben Response Screening auswählen, können Sie ein Volcano-Plot mit Differenz als X erstellen und dann eine Spalte erstellen, die Plain Dif PValue umwandelt bis -log10(p-Wert), um auf Y darzustellen.
Frage: Wenn Sie LSMeans von Hand berechnen, wie machen Sie das?
Übrigens verwenden wir SAS PROC GLIMMIX für das ANOVA-Modell in JMP Genomics ( Übersicht: PROC GLIMMIX :: SAS/STAT(R) 13.1 Benutzerhandbuch ). Dieser Link enthält viele Details und Optionen, die wir in JMP Genomics nicht verwenden, gibt aber gegebenenfalls die Grundlagen der Mathematik hinter jeder Option an.
Beachten Sie auch, dass die im Vulkandiagramm gezeigten p-Werte nicht FDR-korrigiert sind. Nur die horizontale Linie (Cutoff) wird korrigiert. Wenn Sie also den Cutoff-Wert Enter new -log10(p) von 1,3 verwenden, wird eine Linie für den Cutoff jedes Gens mit einem unkorrigierten p-Wert angezeigt.
Betreff: ANOVA mit Binärdaten - Was bedeuten diese extremen Ausreißer?Hi @Chris_Kirchberg ,
Danke für Ihre Antwort! Das Ändern der Standardisierungsmethode auf leer hat das Problem leider nicht behoben, aber danke für den Vorschlag.
Ich habe die Eingabedaten, die ich für die ANOVA-Analyse verwendet habe, sowie die von JMP generierten "zugehörigen Daten" angehängt. Es ist anonymisiert, aber Gene S entspricht Gen #7092. Sind das die Daten, die Sie brauchen? Ich sende gerne alles, was bei der Lösung dieses Problems hilfreich sein wird!
Außerdem habe ich alle "?" und JMP Genomics User's Guides on ANOVA, jedoch listet keines davon leider die spezifischen Formeln auf, die in diesen Berechnungen verwendet werden.
Danke noch einmal!
Betreff: ANOVA mit Binärdaten - Was bedeuten diese extremen Ausreißer?Hi @JMPUser5400 ,
Wenn Sie ANOVA verwenden, beginnt die Dokumentation hier: Prozessbeschreibung (jmp.com)
Im Dialog für ANOVA gibt es jedoch "?" neben jeder Option, die weitere Informationen enthält.Beachten Sie, dass jede Registerkarte über eine Reihe von Standardoptionen verfügt. Eine, die Ihnen möglicherweise Probleme bereitet, ist die Registerkarte Optionen, auf der die Standardisierungsmethode auf STD eingestellt ist. Ich glaube nicht, dass Sie das brauchen, da Sie binäre Daten haben. Versuchen Sie, oben die Option Leerzeichen zu wählen, was bedeutet, dass keine Standardisierungsmethode verwendet wird.
Ohne die tatsächlichen Daten zu sehen, ist es schwierig, Fehler zu beheben, warum Sie etwas anders als erwartet erhalten. Die Varianz für jede Gruppe trägt selbst bei größeren Mittelwertunterschieden zum p-Wert bei. In HC könnte es also einen Mittelwert von 0,2 aller Einsen geben, aber die Varianz könnte sehr groß sein. Auch eine Varianz von 0 in Gruppe 1 (alle 1er) kann ebenfalls Probleme verursachen.
Ich vermute, das Problem könnte die Standardisierungsmethode sein.
Sie können auch Kontakt aufnehmen support@jmp.com um tief in die Implementierungsdetails einzusteigen sowie zusätzliche Hilfe zu diesem Thema, wenn die Daten sensibel sind.
Beifall,
