¿Cómo comparar varias líneas rectas? (y=ax+b)Buen día,
Tengo algún problema con esto.
día: 1,2,3,4,5
operador: a,b,c,d
ejecutar en un día: r1, r2, r3
cada ejecución tiene 2 valores observados: o1, o2
La combinación de datos anterior se creará para,
0 mg/ml, 1 mg/ml, 30 mg/ml,
concluyendo que Una recta de regresión (y= concentración, x= valor observado).
Como quería descubrir qué tan variable es el valor observado individual,
Probé muchos métodos pero algo insatisfactorio.
Finalmente intenté comparar las líneas de regresión creadas.
sin embargo, la intersección en Y y la pendiente deben considerarse juntas; no es fácil hacer esta comparación.
¿Puedo comparar estas líneas de regresión múltiple para posiblemente concluir lo siguiente?
1. De una regresión universal, el operador c tiene la mayor brecha, mientras que el operador b tiene la menor brecha.
2. Cuando para el operador d, la variación entre días es significativa ya que ANOVA con líneas de regresión tiene un valor de P significativo.
3. Cuando se utiliza la media (o) como promedio entre o1 y o2, la varianza (operador) disminuye ya que está relacionada con SEM (en lugar de SD)
Por favor, ayúdame...
Investigación de Consumidores y MercadosRe: ¿Cómo comparar varias líneas rectas? (y=ax+b)Yo interpretaría este análisis de la misma manera que usted. No existe un sesgo constante entre los grupos, pero sí un sesgo proporcional.
Re: ¿Cómo comparar varias líneas rectas? (y=ax+b)Estimado,
Una última cosa para comprobar...
En la foto que publiqué,
¿Puedo concluir que existe una diferencia significativa en la pendiente (término de interacción) y no significativa en el término de intersección?
Por lo tanto, en este caso supongo que puedo concluir que,
Aunque la pendiente es diferente, la intersección se considera la misma, por lo tanto, no hay diferencia entre la repetibilidad 1~3.
(Como sé, la diferencia ANCOVA necesita tanto la diferencia de pendiente como la diferencia de intersección)
¿Estás de acuerdo?
Re: ¿Cómo comparar varias líneas rectas? (y=ax+b)Puede utilizar las otras variables del modelo si forman parte de su concepto de grupo.
Sí, este análisis se conoce tradicionalmente como análisis de covarianza (ANCOVA).
Re: ¿Cómo comparar varias líneas rectas? (y=ax+b)Cómo sería incorrecta la interpretación,
¡¡POR FIN llegué al destino para conseguir esta figura!!
¡Tu ayuda fue genial para mí!
Estoy un poco confundido sobre si debo asignar el factor [Por] con "día, ejecución, etc.".
Pero eso no es importante por ahora.
Resolviste la situación.
Mi problema era,
No ordené los datos de manera correcta.
fue como,
1 mg/ml 30 mg/ml
44,2 105,1
30,2 130,0
55.1...
Fue un problema real y no pude encontrar la variable (continua) que necesitaba para ejecutar ANCOVA.
Después de tu ayuda,
resultó ser,
Conc. Valor obs.
1 44,2
30 105,1
1 30,2
30 130,0
... Finalmente será aplicable a ANCOVA.
¡gracias!
Re: ¿Cómo comparar varias líneas rectas? (y=ax+b)En realidad, esto realmente ayuda.
No intenté seguir adelante todavía, pero de repente se me ocurrió una idea mientras leía tu respuesta.
Difunda Y y agrúpelos por "operador" -1
Una vez divididos por "operador" y ordenados, agrúpelos por "día" -2
.... De esta manera, espero poder responder las preguntas; '¿Y difiere según el operador?' o '¿la variable día afecta la Y del operador?', etc.
No entiendo el guión, pero lo intentaré y espero poder entender el punto tuyo.
¡Muchas gracias!
Re: ¿Cómo comparar varias líneas rectas? (y=ax+b)Un modelo lineal espera pares de (X,Y), pero usted describe un caso en el que X=1 para más de una Y en cada grupo. ¿Cómo puede ser esa situación?
A continuación se muestra un ejemplo de lo que quiero decir con el uso de la tabla de datos de Big Class en la carpeta Datos de muestra. Ejecute el script para ver de qué estoy hablando y ver si podría funcionar en su caso.
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 )}
)
);
Aquí está el resultado:
El término de interacción es la clave. Se utiliza para comprobar la pregunta: "¿Depende la pendiente del grupo de edad?" Este caso sugiere que no es así, porque este término no es significativo con un 95% de confianza.
Su agrupación es más compleja (no solo una variable como: edad), pero la idea es la misma. Así que piense qué variables se pueden usar para definir un grupo y luego use una fórmula para crear la variable de agrupación para el análisis de regresión.
Re: ¿Cómo comparar varias líneas rectas? (y=ax+b)Gracias por responder. Por favor, comprenda que no puedo adjuntar un archivo de ejemplo.
Bueno, actualmente tengo un archivo JMP de datos como,
repetibilidad del funcionamiento del operador diurno
1 a r1 o1=47.2
1 a r1 o2=45.3
1 a r2 o1=49
1 a r2 o2=44.5
1 b r1...
POR 1 mg/mL...
¿Qué tipo de columna quieres exactamente que cree?
¿Quizás el conjunto de datos anterior sea x = 1, y = 47,2, 45,3, ... y estás diciendo esa columna de agrupación nominal?
Como,
1 a r1 o1 como, G1 ,
1 a r1 o2 as, G2, ...
?
¡¡Que tenga un buen día!!
Re: ¿Cómo comparar varias líneas rectas? (y=ax+b)Puede utilizar un modelo de regresión lineal para esta tarea. Debe crear variables de agrupación además de las variables Y y X. Inclúyalos en su modelo. También cruce cada variable de agrupación con la variable X. Las pruebas para los efectos principales de las variables de agrupación responden a la pregunta sobre intersecciones comunes o únicas para cada grupo. las pruebas para los efectos de interacción con las variables de agrupación responden a la pregunta sobre una pendiente común o única para cada grupo.
Consulte esta guía de ayuda de JMP sobre Ajuste de modelos lineales para más detalles.
