Für GLMM mit wiederholten Maßnahmen umgehen?Ein potenzieller Kunde benötigt GLMM mit wiederholten Maßnahmen. Ich verstehe, dass GLMM als Add-On verfügbar ist und in 17 nativ sein wird, aber keine wiederholten Messungen verarbeiten wird. Derzeit können gemischte Modelle die wiederholten Messungen und Zufallseffekte verarbeiten, aber keine nicht normalen Antworten. Irgendwelche kreativen Problemumgehungen, um a) eine nicht normale Reaktion (Poisson), b) zufällige Effekte und c) wiederholte Takte zu handhaben? Der Anwendungsfall ist ein Hersteller von Insektiziden, der Zählungen auf Rasenflächen durchführt, um die Wirksamkeit seines Produkts zu testen. Danke.
Betreff: GLMM mit wiederholten Maßnahmen umgehen?Hi @Peter_Polito ,
Bist du sicher, dass es sich um eine Poisson-Verteilung handelt? Zählt es pro Zeiteinheit? Oder ist es eine Binomial-/Negative Binomialverteilung, die nur zählt? In beiden Fällen können beide eine Normalverteilung annähern, wenn Lambda größer ist (Poisson) oder p und n größer sind (Binomial). Überprüfen Sie am besten zuerst die Verteilung der Antwort.
Vor diesem Hintergrund denke ich, dass es immer noch in Ordnung ist, gemischte Modelle zu verwenden, wenn die Antworten nahe an der Normalverteilung liegen und die Residuen normal verteilt sind. Hoffentlich korrigieren mich andere, wenn ich falsch liege.
Betreff: GLMM mit wiederholten Maßnahmen umgehen?Hallo Peter,
Ich weiß, dass das jetzt nicht hilft, aber ich kann Ihnen sagen, dass wir optimistisch sind, dass zumindest einige Taktwiederholungsstrukturen für 18 hinzugefügt werden. Wir wissen, dass sie notwendig sind (zusammen mit zusätzlichen Distributionen); Die erste Version in 17 musste eingeschränkt werden, um wahrscheinlich ~ 80 % der Anwendungsfälle zu erhalten. Wir werden weiterhin Dinge hinzufügen, so wie GenReg Distributionen und Methoden über mehrere Releases hinweg hinzugefügt hat.
Mia pingte @russ_wolfinger und ich über Ihren Beitrag, und Russ hatte den folgenden Vorschlag:
„Ich würde eine log2(1+x)-Transformation der Zählungen vorschlagen und gemischte Modelle mit normaler Theorie verwenden.Einheitenänderungen in den transformierten Daten sind als Verdoppelung der Zählung interpretierbar.
Eine Sache, auf die Sie achten sollten, ist ein Übermaß an Nullen. In diesem Fall könnten die auf Null aufgeblähten Modelle in GenReg zunächst sinnvoll sein, beachten Sie jedoch, dass diese keine zufälligen Effekte oder wiederholten Messungen verarbeiten.Es könnte sinnvoll sein, die Null-/Nicht-Null-Daten vorab zu analysieren und dann die Nicht-Null-Daten wie oben.
Betreff: GLMM mit wiederholten Maßnahmen umgehen?Vielen Dank @Chris_Kirchberg , schien dies der logischste Weg nach vorne zu sein. Der Kunde sagte, es sei Poisson, aber ich habe die Daten selbst nicht gesehen.Ich freue mich über die Bestätigung.
Betreff: GLMM mit wiederholten Maßnahmen umgehen?Ein kurzes Update. Ich habe noch etwas mit dem Kunden gesprochen und er hat mir gesagt, dass die EPA verlangt, dass sie in der Analyse, die sie zur Genehmigung einreichen, verallgemeinerte lineare gemischte Modelle (mit wiederholten Messungen) verwenden. Ich habe diese Zeile in der EPA-Dokumentation gefunden: "Eine Analyse mit verallgemeinerten linearen gemischten Modellen ... wird empfohlen, um die LD-Werte für jeden getesteten Schädlingsstamm zu bestimmen."https://www.regulations.gov/document/EPA-HQ-OPPT-2009-0150-0037, p. 34.
