Comment examiner la variabilité de ces donnéesNous avons effectué des mesures sur des plaques à 96 puits en double (donc 96 échantillons différents répartis également en deux plaques). Nous voulons estimer la variabilité entre les plaques.Il me semble qu'il existe deux sources importantes de variabilité, l'une liée au temps puisqu'une plaque a été mesurée à un moment différent et donc tous les échantillons se sont probablement dégradés de la même manière dans cette plaque et une autre liée à d'autres différences entre les doubles.
Nous avons simplement pris le % de CV pour chaque doublon et examiné le % de CV moyen ou médian. Existe-t-il une meilleure façon de voir les différences entre les plaques avec JMP ? De plus, il ne me semble pas que "1-r2" (variation inexpliquée) de la corrélation entre les plaques soit la bonne façon de calculer cela.
Re : Comment examiner la variabilité de ces donnéesMerci Marc. Cela aide beaucoup.
Re : Comment examiner la variabilité de ces donnéesL'estimation pour 96 Plate = Var1B_1 est de -0,063997 (en dessous de la grande moyenne), donc l'effet total entre la deuxième et la première plaque est de +0,127994. Ce résultat est-il cohérent avec votre hypothèse de dégradation dans le temps ?
Re : Comment examiner la variabilité de ces donnéesoups, voilà :
Re : Comment examiner la variabilité de ces donnéesVous n'avez pas montré le plan des estimations des paramètres. L'estimation pour 96 plaques sera la différence entre la première plaque et l'interception (grande moyenne). L'autre plaque a le négatif de cette estimation, donc l'effet total (différence entre les plaques) est le double de l'estimation indiquée.
Le RMSE=0,146308 est l’écart type des répétitions.
Re : Comment examiner la variabilité de ces donnéesMerci Marc.
Remarque : les doublons se trouvent au même endroit (numéro de puits) dans chaque plaque. Juste au cas où cela ferait une différence pour l'analyse.
J'ai essayé de reproduire ce que vous avez fait avec le modèle d'ajustement et j'ai obtenu ce qui suit :
Je suppose que cela signifie qu'il y a une différence significative entre les doublons dans les deux plaques ? Sommes-nous capables de dire combien par rapport à la variation d'un puits à l'autre dans chaque plaque ?Merci
Re : Comment examiner la variabilité de ces donnéesJ'ai essayé de recréer votre design. Au lieu d'un échantillon, j'ai utilisé deux facteurs catégoriels : un pour les colonnes de plaques (8 niveaux) et un autre pour les rangées de plaques (12 niveaux) pour produire 96 échantillons. J'ai ajouté un facteur pour la plaque (2 niveaux).
J'ai ajouté un terme pour un effet d'interaction potentielle entre la colonne de plaques et la rangée de plaques.
J'ai réalisé un dessin pour 192 courses. J'ai créé un tableau et trié les courses par assiette, rangée d'assiettes et colonne d'assiettes. (Je randomiserais normalement les analyses mais c'est différent avec une plaque.) J'ai simulé votre réponse avec une simple distribution normale standard (tous les effets sont nuls) pour illustrer l'analyse. J'ai cliqué sur le triangle vert à côté du script de la table Modèle.J'ai cliqué sur Exécuter.
Utilisez les tests d'effet pour décider si les effets fixes des puits sont statistiquement significatifs. Utilisez l'analyse de variance pour décider si le modèle, dans son ensemble, est statistiquement significatif. Utilisez l’erreur quadratique moyenne (RMSE) comme estimation groupée de l’écart type de l’échantillon.
