Lavorare per GLMM con misure ripetute?Un potenziale cliente ha bisogno di GLMM con misure ripetute. Comprendo che GLMM è disponibile come componente aggiuntivo e sarà nativo in 17 ma non gestirà misure ripetute. Attualmente, i modelli misti possono gestire le misure ripetute e gli effetti casuali ma non le risposte non normali. Eventuali soluzioni creative per gestire a) una risposta non normale (Poisson), b) effetti casuali e c) misure ripetute? Il caso d'uso è un produttore di insetticidi che esegue conteggi su appezzamenti di erba per testare l'efficacia del loro prodotto. Grazie.
Ri: aggirare per GLMM con misure ripetute?Se gli viene richiesto di utilizzare un GLMM, probabilmente dovranno utilizzare SAS PROC GLIMMIX o un pacchetto R GLMM per ora. Non ho usato R per un GLMM a misure ripetute, quindi non posso parlarne molto bene. Ma SAS può certamente fare il lavoro.
Ri: aggirare per GLMM con misure ripetute?Un breve aggiornamento. Ho parlato ancora con il cliente e mi ha detto che l'EPA richiede loro di utilizzare modelli misti lineari generalizzati (con misure ripetute) nell'analisi che sottopongono all'approvazione. Ho trovato questa riga nella documentazione dell'EPA, "Un'analisi che utilizza modelli misti lineari generalizzati... è consigliata per determinare i valori LD per ciascun ceppo di parassiti testato".https://www.regulations.gov/document/EPA-HQ-OPPT-2009-0150-0037, p. 34.
Ri: aggirare per GLMM con misure ripetute?Ciao Peter,
So che questo non aiuta in questo momento, ma posso offrire che siamo ottimisti sul fatto che almeno alcune strutture di misure ripetute verranno aggiunte per 18. Sappiamo che sono necessari (insieme a distribuzioni aggiuntive); la versione iniziale in 17 doveva essere definita per ottenere quello che è probabilmente l'80% circa dei casi d'uso. Continueremo ad aggiungere cose, proprio come GenReg ha aggiunto distribuzioni e metodi in diverse versioni.
Mia ha suonato @russ_wolfinger e io riguardo al tuo post, e Russ ha avuto il seguente suggerimento:
"Suggerirei una trasformazione log2(1+x) dei conteggi e utilizzerei modelli misti di teoria normale.I cambiamenti di unità nei dati trasformati sono interpretabili come un raddoppio del conteggio.
Una cosa a cui prestare attenzione è un eccesso di zeri, nel qual caso i modelli con gonfiaggio zero in GenReg potrebbero avere senso all'inizio, ma si noti che questi non gestiscono effetti casuali o misure ripetute.Potrebbe avere senso pre-analizzare i dati zero/diversi da zero e poi i dati diversi da zero come sopra."
Ri: aggirare per GLMM con misure ripetute?Grazie @Chris_Kirchberg , questo sembrava il percorso più logico da seguire. Il cliente ha detto che si tratta di Poisson, ma io stesso non ho visto i dati.Apprezzo la conferma.
Ri: aggirare per GLMM con misure ripetute?Ciao @Pietro_Polito ,
Sei sicuro che sia una distribuzione di Poisson? Conta per unità di tempo? O è una distribuzione binomiale binomiale/negativa, conta solo? In ogni caso, entrambi potrebbero approssimare una distribuzione normale se lambda è maggiore (Poisson) o p e n sono maggiori (Binomiale). Meglio controllare prima la distribuzione della risposta.
Detto questo, penso che sia ancora OK provare a utilizzare i modelli misti se le risposte sono vicine alla distribuzione normale e i residui sono distribuiti normalmente. Spero che altri mi correggano se sbaglio.
