Aiuto con l'analisi probitCiao a tutti,
Un cliente in genetica mi ha inviato alcuni dati anonimi, sono interessati a fare analisi probit.
Sembra che debbano prima capire la distribuzione e in qualche modo utilizzare tali informazioni per eseguire un'analisi probit sui dati.
Sto lottando un po 'su cosa fare per iniziare, qualcuno può aiutarmi?
Ecco la mail:
"Ecco una tabella anonima dei risultati per l'elaborazione LoD:
Concentrazioni testate
|
Repliche positive (N)
|
Repliche totali (N)
|
5
|
21
|
21
|
1.667
|
20
|
21
|
0,556
|
12
|
21
|
0,185
|
2
|
21
|
0,0062
|
4
|
21
|
Per la determinazione del LoD, vorremmo sapere quale modello di previsione dovremmo usare quando eseguiamo l'analisi probit. Prima di utilizzare JMP, utilizzavamo Minitab che offriva i modelli di previsione Weibull, LogNormal e LogLogistic e non siamo riusciti a trovarli su JMP. "
Grazie.
Elodia
Re: Aiuto con l'analisi probitCiao Elodia,
Fit Curve o Fit GLMM faranno parte di ciò che stanno cercando: una combinazione di modelli di crescita Probit, Logit e Weibull (vedere gli script nella tabella allegata). Mi chiedo se le altre due opzioni si ottengano con una trasformazione logaritmica della variabile di concentrazione, quindi applicando i modelli Probit/Logistic?
Malcom
Re: Aiuto con l'analisi probitÈ possibile utilizzare GLM in Stima modello per adattare un probit con errori binomiali.
Re: Aiuto con l'analisi probitNota: GLMM avrà il collegamento probit per la distribuzione binomiale (che è presumibilmente quello che hanno quando hanno N positivi su N replicati) in JMPPro 18. La distribuzione lognormale è stata aggiunta anche a GLMM nella v18.
Ma come sembra, non hanno caratteristiche di effetti casuali che richiedono un modello misto (da quell'esempio di tabella dati), @jiancao Il puntatore di GLM probabilmente funzionerebbe ed è ora disponibile.
Re: Aiuto con l'analisi probitGrazie mille @malcolm_moore1 , @eclaassen E @jiancao , è stato davvero utile.
