バイナリ データを使用した ANOVA - これらの極端な外れ値は何を意味するのでしょうか?こんにちは。バイナリ データ (0、1) の大きなセットがあります。JMP Genomics ANOVA を使用して、2 つのグループの平均を比較しています。グループ 1 と HC の間には、ボルケーノ プロットでも関連データでも有意として示されていない特定の遺伝子について、有意差があることを期待していました。たとえば、遺伝子 S の場合、グループ 1 は 100% の均質性 (平均 1) を持ち、HC の平均は 0.2 です。ただし、ボルケーノ プロット (添付) には、X 値が -10、Y 値が 0.3 のみ (Y 値 1.3 が有意) と表示されています。これらの有意ではない極端な X 軸値の原因を教えていただけますか? X 軸には、他のポイントとともに V に参加しない 2 つのグループがあり、これらの外れ値が何を意味するのかわかりません。
遺伝子 S などの遺伝子はグループ間で大幅に異なると予想されるため、データに適切な設定を使用していることを確認したいと思います。
以下に具体的な設定をいくつか示します。
モデル分布: バイナリ
リンク機能: Logit
単純な違い
多重検定法: FDR
-log10(p値) カットオフ: 1.3
また、ANOVA に使用したデータ入力と、Gene S の関連データ出力も例として含めました。
また、ANOVA と関連データの計算に使用される特定の数式のドキュメントを教えていただけますか? LSMean を手動で計算したところ、JMP で得られた結果とは異なる結果が得られたので、関連データ ファイルのデータを取得するために具体的に何が計算されているのかを確認したいと考えています。
ご協力いただければ本当にありがとうございます。
消費者および市場調査データのブレンドとクリーンアップマスカスタマイゼーションRe: バイナリ データを使用した ANOVA - これらの極端な外れ値はどういう意味ですか?やあ@JMPユーザー5400 、
JMP Pro ではバイナリ配布はオプションではありませんが、バイナリ配布は可能です (同じリンク機能)。 Binomial Distribution は、JMP Genomics の Binary と同様の結果をもたらします (ただし、Group 1 - HC は正の差となり、Binary 分布と同じ問題があるため、差は負ではなく正になります)。 このバイナリ データについて JMP Genomics で得られる結果については、必ずサポートに連絡してください。
モデルの適合は、二項分布に対して 2 つを超える応答を受け入れませんが、すべての遺伝子を数値および名義 (カテゴリー) として作成することを選択した場合、応答スクリーニングを使用すると、得られるものと同様の差と p 値が得られます。二項分布を使用します。 一元配置分散分析では、各グループの分散がデフォルトで等しい正規分布を想定していますが、そうでない平均比較検定もあります。
分散コメントについてはよくわかりませんが、ANOVA の 1 つのグループで 1 の均一な応答の場合、分散は 0 になります。 それが、二項分布または二項分布がより適切に機能し、遺伝子を数値として定義する理由であると思いますが、名義/カテゴリがより良い方法である可能性があります。
そこで、遺伝子 7092 を調査するために行ったのは、Fit Y by X を使用して、連続変数として定義するだけでなく、公称変数としても定義することです (さまざまなテストが実行されますが、同様の結果が得られます)。 次に、連続変数または名義変数として定義されたすべての遺伝子の応答画面を調べ、結果を調べました。 次に、JMP Genomics が報告した p 値と比較します。 違いは同じように見えました (そうあるべきです)。
Re: バイナリ データを使用した ANOVA - これらの極端な外れ値はどういう意味ですか?こんにちはクリス、
ご回答ありがとうございます。 JMP Pro で Binary メソッドと Logit メソッドを指定できましたか? 私は JMP Pro を持っていますが、それに精通しておらず、Oneway 分析の仕様が見つかりません。 この場合、JMP Pro はおそらく正規分布を仮定しているため、別の答えを示しています。 私が手作業で行った計算も正規分布を仮定しており (従来の二乗平均和と F 検定アプローチを行っただけです)、P 値は非常に低かった (.0000004 など)。 モデルは正しくありませんが、バイナリ アプローチによって P 値が大きく変化するのは奇妙だと思います。 特に、データがより悪いように見える他の遺伝子があるが、p 値が有意である場合。 これらの違いについてテクニカル サポートに連絡することはできますが、JMP Pro の結果を取得した方法を説明していただけますか? ありがとう！
最初の回答で、分散が問題であると述べました。 データを見て、それが問題だと思いますか? グループ 1 のデータは均質すぎますか? もしそうなら、どうすればこれを修正できますか？
GLIMMIXの情報ありがとうございます！ そのリソースは見つかりませんでした。
Re: バイナリ データを使用した ANOVA - これらの極端な外れ値はどういう意味ですか?ありがとう@JMPユーザー5400 、
これはまさに私が見たいと思っていたものです。 遺伝子 7092 を単独で、および他のすべての遺伝子と一緒に試してみましたが、JMP Genomics 内で行ったのと同じ p 値が得られました。 JMPを単独で使用してみました（一元配置分散分析またはコンティンジェンシーのいずれかを使用して、遺伝子7092をYとして、2つのグループをXとしてYをXとしてフィット）、-log10（p -value) = 1.3 カットオフであり、統計的に有意です。テクニカル サポートに連絡します ( support@jmp.com ）なぜこんなに違うのか説明できないので、なぜこんなに違うのかを理解すること。 私も何かが足りないに違いない。
また、上部の Analyze > Screening メニューの下にある Response Screening プラットフォームを使用して、JMP Genomics ANOVA と同じタスクを実行することもできます。唯一の違いは、JMP 内に Excel ファイルをインポートし (簡単なドラッグ アンド ドロップで、最初の 2 行がヘッダーであることを確認します)、データを転置し、グループとサンプル情報を含む列を解析して 2 つの列 (テキストCols>Utilities の下の列に移動します)。 応答スクリーニングの出力では火山プロットは得られませんが、応答スクリーニングの横にある赤い三角形から [比較平均を保存] を選択すると、差を X として使用して火山プロットを作成し、Plain Dif PValue を変換する列を作成できます。 -log10(p-value) を Y にプロットします。
質問: LSMeans を手で計算するとき、どのように計算していますか?
ちなみに、JMP GenomicsのANOVAモデルにはSAS PROC GLIMMIXを使っています(概要: PROC GLIMMIX :: SAS/STAT(R) 13.1 ユーザーズガイド）。 このリンクには、JMP Genomics では使用しない多くの詳細とオプションがありますが、必要に応じて、各オプションの背後にある数学の基礎を提供します。
また、火山プロットに表示される p 値は FDR 補正されていないことに注意してください。 横線（カットオフ）のみを補正します。 したがって、Enter new -log10(p) カットオフ値 1.3 を使用すると、補正されていない p 値を持つ各遺伝子のカットオフの線が表示されます。
Re: バイナリ データを使用した ANOVA - これらの極端な外れ値はどういう意味ですか?やあ@Chris_Kirchberg 、
ご回答ありがとうございます。 残念ながら、標準化方法を空白に変更しても問題は解決しませんでしたが、提案していただきありがとうございます。
ANOVA分析に使用した入力データと、JMPが生成した出力「関連データ」を添付しました。 匿名化されていますが、Gene S は Gene #7092 に対応します。 これはあなたが必要とするデータですか？ この問題の解決に役立つものを喜んでお送りします。
また、「？」はすべて読みました。および ANOVA に関する JMP Genomics ユーザー ガイドには、残念ながら、これらの計算で使用される具体的な式が記載されていません。
再度、感謝します！
Re: バイナリ データを使用した ANOVA - これらの極端な外れ値はどういう意味ですか?やあ@JMPユーザー5400 、
ANOVA を使用している場合、ドキュメントは次の場所から始まります。プロセスの説明 (jmp.com)
ただし、ANOVA のダイアログ内には「?」が表示されます。詳細情報を提供する各オプションの横にある注意すべきことの 1 つは、各タブに一連のデフォルト オプションがあることです。 問題を引き起こしている可能性があるのは、標準化方法が STD に設定されている [オプション] タブにあります。 バイナリデータがあるので、これは必要ないと思います。 上部の空白オプションを選択してみてください。これは、標準化方法が使用されていないことを意味します。
実際のデータを確認しないと、予想と異なる結果が得られる理由をトラブルシューティングするのは困難です。 各グループの分散は、平均差が大きい場合でも p 値に寄与します。 したがって、HC では、すべての 1 の平均が 0.2 である可能性がありますが、分散は非常に大きくなる可能性があります。 また、グループ 1 の分散 0 (すべて 1) も問題を引き起こす可能性があります。
問題は標準化方法にあるのではないかと思います。
お問い合わせもできますsupport@jmp.comデータが機密性の高い場合は、実装の詳細と問題に関する追加のヘルプをご覧ください。
乾杯、
