ANOVA avec données binaires – Que signifient ces valeurs aberrantes extrêmes ?Bonjour, j'ai un gros ensemble de données binaires (0, 1). J'utilise JMP Genomics ANOVA pour comparer les moyennes entre deux groupes. Je m'attendais à une différence significative entre le groupe 1 et HC pour certains gènes qui ne sont pas représentés comme significatifs sur le graphique du volcan ni dans les données associées. Par exemple, pour le gène S, le groupe 1 a une homogénéité de 100 % (moyenne de 1) et HC a une moyenne de 0,2. Cependant, le graphique du volcan (ci-joint) montre une valeur X de -10 et une valeur Y de seulement 0,3 (où une valeur Y de 1,3 est significative). Pouvez-vous me dire ce qui conduit à ces valeurs extrêmes de l'axe des X qui ne sont pas significatives ? Il y a deux groupes sur l'axe des X qui ne participent pas au V avec les autres points et je ne suis pas sûr de ce que signifient ces valeurs aberrantes.
Je veux m'assurer que j'utilise les bons paramètres pour mes données, car je m'attendais vraiment à ce que des gènes comme le gène S soient significativement différents entre les groupes.
Vous trouverez ci-dessous quelques paramètres spécifiques :
Distribution du modèle : binaire
Fonction de lien : Logit
Différences simples
Méthode de test multiple : FDR
-log10 (valeur p) Seuil : 1,3
J'ai également inclus l'entrée de données que j'ai utilisée pour l'ANOVA ainsi que la sortie de données associée pour Gene S uniquement à titre d'exemple.
De plus, quelqu'un peut-il m'indiquer la documentation des formules spécifiques utilisées pour calculer l'ANOVA et les données associées ? Lorsque j'ai calculé le LSMean à la main, j'ai obtenu un résultat différent de celui obtenu par JMP. Je souhaite donc voir ce qui est spécifiquement calculé pour obtenir les données dans le fichier de données associé.
Merci beaucoup pour toute aide !!!
Études de marché et de consommationFusion et nettoyage des donnéesPersonnalisation de masseRe : ANOVA avec données binaires - Que signifient ces valeurs aberrantes extrêmes ?Salut @JMPUser5400 ,
La distribution binaire n'est pas une option dans JMP Pro, mais Binomial l'est (même fonction de lien). La distribution binomiale donnera un résultat similaire à la distribution binaire dans JMP Genomics (sauf que les différences seront positives au lieu de négatives car ce sera le groupe 1 - HC qui se terminera par une différence positive et il a le même problème que la distribution binaire). Je contacterais certainement l'assistance concernant les résultats que vous obtenez dans JMP Genomics pour ces données binaires.
Fit Model n'acceptera pas plus de deux réponses pour la distribution binomiale, mais si vous choisissez de rendre tous les gènes numériques et nominaux (catégoriels), puis utilisez le filtrage des réponses, vous obtiendrez des différences et des valeurs p similaires à ce que vous obtiendriez en utilisant la distribution binomiale. L'ANOVA unidirectionnelle suppose une distribution normale, chaque groupe ayant une variance égale par défaut, mais il existe d'autres tests de comparaison des moyennes qui ne le font pas.
Je ne suis pas sûr du commentaire sur la variance, mais la variance serait de 0 pour une réponse homogène de 1 dans un groupe pour ANOVA. Je pense que c'est pourquoi une distribution binaire ou binomiale fonctionnerait mieux et définir les gènes comme numériques mais nominaux/catégoriels pourrait être la meilleure solution.
Donc, ce que j'ai fait pour étudier le gène 7092, c'est utiliser Fit Y by X avec celui-ci défini comme une variable continue mais aussi comme une variable nominale (différents tests effectués mais obtiennent des résultats similaires). J'ai ensuite examiné l'écran de réponse pour tous les gènes définis comme des variables continues ou nominales et j'ai examiné les résultats. Ensuite, comparé à ce que JMP Genomics a rapporté pour les valeurs p. Les différences se ressemblaient (comme elles le devraient).
Re : ANOVA avec données binaires - Que signifient ces valeurs aberrantes extrêmes ?Salut chris,
Merci pour votre réponse. Avez-vous pu spécifier des méthodes binaires et logit sur JMP Pro ? J'ai JMP Pro, cependant, je ne m'y connais pas bien et je n'y trouve pas ces spécifications pour l'analyse Oneway. Dans ce cas, JMP Pro suppose probablement une distribution normale et donne donc une réponse différente. Les calculs que j'ai faits à la main supposaient également une distribution normale (je viens de faire une somme classique des moyennes au carré et une approche de test F), et la valeur P était TRÈS faible (comme .0000004). Même si le modèle n'est pas correct, je conviens qu'il est étrange que l'approche binaire modifie autant la valeur P. Surtout quand il y a d'autres gènes pour lesquels les données semblent pires mais la valeur p est significative. Je peux contacter l'assistance technique au sujet de ces différences. Toutefois, pourriez-vous nous expliquer comment vous avez obtenu le résultat JMP Pro afin que je puisse leur transmettre les informations ? Merci!
Dans votre première réponse, vous avez mentionné que la variance était un problème. Après avoir examiné les données, pensez-vous que cela pourrait être le problème ? Les données du groupe 1 sont trop homogènes ? Si oui, comment pourrais-je résoudre ce problème ?
Merci pour les informations sur le GLIMMIX ! Je n'avais pas trouvé cette ressource.
Re : ANOVA avec données binaires - Que signifient ces valeurs aberrantes extrêmes ?Merci @ JMPUser5400 ,
C'est exactement ce que j'espérais voir. J'ai essayé le gène 7092 seul et avec tous les autres gènes et j'obtiens la même valeur p que celle que vous avez obtenue dans JMP Genomics. J'ai essayé d'utiliser JMP seul (le gène 7092 en tant que Y et les deux groupes en tant que X dans Fit Y by X, soit en utilisant l'ANOVA à sens unique ou la contingence) et j'ai obtenu une très petite valeur de p qui satisferait le seuil de -log10(p -valeur) = seuil de 1,3 et donc statistiquement significatif.Je contacterais le support technique ( support@jmp.com ) pour comprendre pourquoi il y a une telle différence puisque je ne peux pas expliquer pourquoi ce serait si différent. Moi aussi je dois rater quelque chose.
Vous pouvez également utiliser la plate-forme de dépistage de la réponse sous le menu Analyze> Screening en haut et être en mesure d'effectuer la même tâche que JMP Genomics ANOVA.La seule différence est que vous devrez importer le fichier Excel dans JMP (glisser-déposer facilement et assurez-vous que les deux premières lignes sont des en-têtes), transposer les données, puis analyser la colonne avec les informations de groupe et d'échantillon en deux colonnes (texte aux colonnes sous Cols>Utilitaires). La sortie du filtrage des réponses ne vous donne pas un tracé de volcan, mais si vous choisissez Enregistrer les moyennes de comparaison dans le triangle rouge à côté de Dépistage des réponses, vous pouvez ensuite créer un tracé de volcan en utilisant la différence comme X, puis créer une colonne qui transforme Plain Dif PValue à -log10(p-value) pour tracer sur Y.
Question : Lorsque vous calculez LSMeans à la main, comment procédez-vous ?
Soit dit en passant, nous utilisons SAS PROC GLIMMIX pour le modèle ANOVA dans JMP Genomics ( Présentation : PROC GLIMMIX :: SAS/STAT(R) 13.1 User's Guide ). Ce lien contient de nombreux détails et options que nous n'utilisons pas dans JMP Genomics, mais donne la base des mathématiques derrière chaque option, le cas échéant.
À noter également, les valeurs p indiquées dans le diagramme du volcan ne sont pas corrigées par FDR. Seule la ligne horizontale (cutoff) est corrigée. Ainsi, lorsque vous utilisez la valeur de coupure Enter new -log10(p) de 1,3, elle affiche une ligne pour la coupure de chaque gène avec une valeur p non corrigée.
Re : ANOVA avec données binaires - Que signifient ces valeurs aberrantes extrêmes ?Salut @Chris_Kirchberg ,
Merci pour votre réponse! Changer la méthode de normalisation en étant vide n'a malheureusement pas résolu le problème, mais merci pour la suggestion.
J'ai joint les données d'entrée que j'ai utilisées pour l'analyse ANOVA ainsi que les "données associées" de sortie générées par JMP. Il est anonymisé, mais le Gène S correspond au Gène #7092. S'agit-il des données dont vous avez besoin ? Je suis heureux d'envoyer tout ce qui sera utile pour résoudre ce problème !
De plus, j'ai lu tous les "?" et les guides de l'utilisateur de JMP Genomics sur l'ANOVA, cependant, aucun d'entre eux ne répertorie les formules spécifiques utilisées dans ces calculs, malheureusement.
Merci encore!
Re : ANOVA avec données binaires - Que signifient ces valeurs aberrantes extrêmes ?Salut @ JMPUser5400 ,
Si vous utilisez ANOVA, la documentation commence ici : Description du processus (jmp.com)
Cependant, dans la boîte de dialogue pour ANOVA, il y a "?" à côté de chaque option qui donne plus d'informations.Une chose à savoir est que chaque onglet a un ensemble d'options par défaut. Celui qui pourrait vous poser des problèmes se trouve dans l'onglet Options où la méthode de normalisation est définie sur STD. Je ne pense pas que vous en ayez besoin puisque vous avez des données binaires. Essayez de choisir l'option d'espace vide en haut, ce qui signifie qu'aucune méthode de normalisation n'est utilisée.
Sans voir les données réelles, il est difficile de déterminer pourquoi vous obtenez quelque chose de si différent que prévu. La variance pour chaque groupe contribue à la valeur de p même dans des différences moyennes plus importantes. Ainsi, dans HC, il pourrait y avoir une moyenne de 0,2 de tous les 1, mais la variance pourrait être très grande. De plus, un écart de 0 dans le groupe 1 (tous des 1) peut également causer des problèmes.
Je soupçonne que le problème pourrait être la méthode de normalisation.
Vous pouvez également contacter support@jmp.com pour approfondir les détails de la mise en œuvre ainsi qu'une aide supplémentaire sur la question si les données sont sensibles.
Salutations,
