Comment comparer plusieurs droites ? (y=axe+b)Bonne journée,
J'ai un problème avec ça.
jour : 1,2,3,4,5
opérateur : a,b,c,d
courir en une journée : r1, r2, r3
chaque exécution a 2 valeurs observées : o1, o2
la combinaison de données ci-dessus sera créée pour,
0 mg/ml, 1 mg/ml, 30 mg/ml,
concluant qu'une droite de régression (y = concentration, x = valeur observée).
Puisque je voulais comprendre à quel point la valeur individuelle observée est variable,
j'ai essayé de nombreuses méthodes mais quelque peu pas satisfaisantes.
Enfin, j'avais essayé de comparer les droites de régression créées.
cependant, l'ordonnée à l'origine et la pente doivent être considérées ensemble, il n'est pas facile de faire cette comparaison.
Puis-je comparer ces droites de régression multiples pour éventuellement conclure ce qui suit ?
1. À partir d'une régression universelle, l'opérateur c a le plus grand écart, tandis que l'opérateur b a le moins d'écart.
2. Pour l'opérateur d, la variation entre les jours est significative puisque l'ANOVA avec lignes de régression a une valeur P significative.
3. Lorsque vous utilisez la moyenne (o) comme moyenne entre o1 et o2, la variance (opérateur) est diminuée car elle est liée au SEM (plutôt qu'à l'écart-type)
S'il vous plaît aidez-moi...
Études de consommation et de marchéRe : Comment comparer plusieurs droites ? (y=axe+b)J'interpréterais cette analyse de la même manière que vous. Il n’y a pas de biais constant entre les groupes, mais il existe un biais proportionnel.
Re : Comment comparer plusieurs droites ? (y=axe+b)Cher,
Une dernière chose à vérifier...
Sur la photo que j'ai postée,
Puis-je conclure qu'il existe une différence significative en termes de pente (terme d'interaction) et non significative en terme d'interception ?
Ainsi, dans ce cas, je suppose que je peux conclure que,
Bien que la pente soit différente, l'interception est considérée comme la même, il n'y a donc aucune différence entre la répétabilité 1~3.
(comme je le sais, la différence ANCOVA nécessite à la fois une différence de pente et une différence d'interception)
Pouvez-vous être d'accord ?
Re : Comment comparer plusieurs droites ? (y=axe+b)Vous pouvez utiliser les autres variables du modèle si elles font partie de votre concept de groupe.
Oui, cette analyse est traditionnellement connue sous le nom d’analyse de covariance (ANCOVA).
Re : Comment comparer plusieurs droites ? (y=axe+b)Comme l'interprétation serait fausse,
Je suis ENFIN arrivé à destination pour obtenir cette figurine !!
Votre aide m'a été précieuse !
Je ne sais pas si je dois attribuer le facteur [Par] avec "jour, course, etc.".
Mais ce n’est pas important pour l’instant.
Vous avez résolu la situation.
Mon problème était,
Je n'ai pas organisé les données correctement.
C'était comme,
1 mg/ml 30 mg/ml
44,2 105,1
30,2 130,0
55.1...
C'était un vrai problème et je ne trouvais pas la variable (continue) nécessaire pour exécuter ANCOVA.
Après votre aide,
Il s'est avéré être,
Conc. Valeur obs.
1 44,2
30 105,1
1 30,2
30 130,0
... Il est finalement devenu applicable à ANCOVA.
merci!
Re : Comment comparer plusieurs droites ? (y=axe+b)En fait, cela aide vraiment.
Je n'ai pas encore essayé d'aller plus loin, mais j'ai soudainement eu une idée en lisant votre réponse
Répartissez Y et regroupez-les par "opérateur" -1
Une fois divisé par "opérateur" et trié, regroupez-les par "jour" -2
.... De cette façon, j'espère pouvoir répondre aux questions ; 'Y diffère-t-il selon l'opérateur ?' ou « la variable du jour affecte-t-elle le Y de l'opérateur ? », etc.
Je ne comprends pas le script mais je vais essayer et j'espère pouvoir comprendre le point de votre.
Merci beaucoup!
Re : Comment comparer plusieurs droites ? (y=axe+b)Un modèle linéaire attend des paires de (X,Y), mais vous décrivez un cas où X=1 pour plus d'un Y dans chaque groupe. Comment est-ce possible ?
Voici un exemple de ce que je veux dire en utilisant la table de données Big Class dans le dossier Sample Data. Exécutez le script pour voir de quoi je parle et voir si cela pourrait fonctionner dans votre cas.
Names Default to Here( 1 );
dt = Open( "$SAMPLE_DATA/Big Class.jmp" );
fit = dt << Fit Model(
Y( :weight ),
Effects( :height, :age, :height * :age ),
Personality( "Standard Least Squares" ),
Emphasis( "Minimal Report" ),
Run(
:weight << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
Parameter Estimates( 1 ), Scaled Estimates( 0 ),
Plot Actual by Predicted( 0 ), Plot Residual by Predicted( 0 ),
Plot Studentized Residuals( 0 ), Plot Effect Leverage( 0 ),
Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )}
)
);
Voici le résultat :
Le terme d’interaction est la clé. Il permet de tester la question « La pente dépend-elle de la tranche d'âge ? Ce cas suggère que ce n’est pas le cas, car ce terme n’est pas significatif avec un niveau de confiance de 95 %.
Votre regroupement est plus complexe (pas seulement une seule variable comme :age), mais l'idée est la même. Réfléchissez donc aux variables qui peuvent être utilisées pour définir un groupe, puis utilisez une formule pour créer la variable de regroupement pour l'analyse de régression.
Re : Comment comparer plusieurs droites ? (y=axe+b)Merci d'avoir répondu. Veuillez comprendre que je ne peux pas joindre de fichier d'exemple.
Eh bien, actuellement j'ai un fichier de données JMP comme,
répétabilité de fonctionnement de jour par l'opérateur
1 une r1 o1=47,2
1 une r1 o2=45,3
1 une r2 o1=49
1 une r2 o2=44,5
1br1...
POUR 1 mg/mL...
Quel genre de chronique voulez-vous que je crée exactement ?
Peut-être que l'ensemble de données ci-dessus est x=1, y=47,2, 45,3, ... et vous dites cette colonne de regroupement nominal ?
Comme,
1 une r1 o1 comme, G1 ,
1 une r1 o2 comme, G2, ...
?
Passe une bonne journée!!
Re : Comment comparer plusieurs droites ? (y=axe+b)Vous pouvez utiliser un modèle de régression linéaire pour cette tâche. Vous devez créer des variables de regroupement en plus des variables Y et X. Incluez-les dans votre modèle. Croisez également chaque variable de regroupement avec la variable X. Les tests sur les principaux effets des variables de regroupement répondent à la question sur les interceptions communes ou uniques pour chaque groupe. les tests d'effets d'interaction avec les variables de regroupement répondent à la question sur une pente commune ou unique pour chaque groupe.
Veuillez consulter ce guide d'aide JMP à propos de Ajustement de modèles linéaires pour plus de détails.
