Contourner le GLMM avec des mesures répétées ?Un client potentiel a besoin de GLMM avec des mesures répétées. Je comprends que GLMM est disponible en tant que module complémentaire et sera natif dans 17 mais ne gérera pas les mesures répétées. Actuellement, les modèles mixtes peuvent gérer les mesures répétées et les effets aléatoires, mais pas les réponses non normales. Des solutions de contournement créatives pour gérer a) une réponse non normale (Poisson), b) des effets aléatoires et c) des mesures répétées ? Le cas d'utilisation est un fabricant d'insecticide effectuant des comptages sur des parcelles d'herbe pour tester l'efficacité de son produit. Merci.
Re : Contourner le GLMM avec des mesures répétées ?Salut @Peter_Polito ,
Es-tu sûr qu'il s'agit d'une distribution de Poisson ? Est-ce que ça compte par unité de temps ? Ou s'agit-il d'une distribution binomiale/négative binomiale, qui compte ? Dans les deux cas, les deux peuvent se rapprocher d'une distribution normale si lambda est plus grand (Poisson) ou si p et n sont plus grands (Binomial). Il est préférable de vérifier d'abord la distribution de la réponse.
Cela dit, je pense qu'il est toujours acceptable d'essayer d'utiliser des modèles mixtes si les réponses sont proches de la distribution normale et que les résidus sont normalement distribués. J'espère que d'autres me corrigeront si je me trompe.
Re : Contourner le GLMM avec des mesures répétées ?Salut Peter,
Je sais que cela n'aide pas pour le moment, mais je peux dire que nous sommes optimistes qu'au moins certaines structures de mesures répétées seront ajoutées pour 18. Nous savons qu'ils sont nécessaires (ainsi que des distributions supplémentaires) ; la version initiale en 17 devait être étendue pour obtenir ce qui est probablement ~ 80% des cas d'utilisation. Nous continuerons à ajouter des choses, tout comme GenReg a ajouté des distributions et des méthodes sur plusieurs versions.
Mia a cinglé @russ_wolfinger et moi à propos de votre message, et Russ avait la suggestion suivante :
" Je suggérerais une transformation log2(1+x) des comptages et utiliserais des modèles mixtes de théorie normale.Les changements d'unités dans les données transformées peuvent être interprétés comme un doublement du nombre.
Une chose à surveiller est un excès de zéros, auquel cas les modèles gonflés à zéro dans GenReg peuvent avoir un sens au début, mais notez qu'ils ne gèrent pas les effets aléatoires ou les mesures répétées.Il pourrait être judicieux de pré-analyser les données nulles/non nulles, puis les données non nulles comme ci-dessus."
Re : Contourner le GLMM avec des mesures répétées ?Merci @Chris_Kirchberg , cela semblait être la voie la plus logique. Le client a dit qu'il s'agissait de Poisson mais je n'ai pas vu les données moi-même.J'apprécie la confirmation.
Re : Contourner le GLMM avec des mesures répétées ?Une brève mise à jour. J'ai parlé un peu plus au client et il m'a dit que l'EPA les oblige à utiliser des modèles linéaires mixtes généralisés (avec des mesures répétées) dans l'analyse qu'ils soumettent pour approbation. J'ai trouvé cette ligne dans la documentation de l'EPA, "Une analyse utilisant des modèles mixtes linéaires généralisés... est recommandée pour déterminer les valeurs LD pour chaque souche de ravageur testée."https://www.regulations.gov/document/EPA-HQ-OPPT-2009-0150-0037, p. 34.
