Ayuda con analisis probitHola a todos,
Un cliente de genética me envió unos datos anonimizados, están interesados en hacer análisis probit.
Parece que primero necesitan averiguar la distribución y de alguna manera usar esa información para hacer un análisis probit de los datos.
Estoy luchando un poco sobre qué hacer para comenzar, ¿alguien puede ayudarme?
Aquí está el correo electrónico:
"Aquí hay una tabla anonimizada de resultados para el procesamiento de LoD:
Concentraciones probadas
|
Repeticiones positivas (N)
|
Repeticiones totales (N)
|
5
|
21
|
21
|
1.667
|
20
|
21
|
0.556
|
12
|
21
|
0.185
|
2
|
21
|
0.0062
|
4
|
21
|
Para la determinación del LoD, nos gustaría saber qué modelo de predicción debemos utilizar al realizar el análisis probit. Antes de usar JMP, usábamos Minitab, que ofrecía los modelos de predicción Weibull, LogNormal y LogLogistic y no hemos podido encontrarlos en JMP. "
Gracias.
elodie
Re: Ayuda con el analisis probitHola Elodie,
Fit Curve o Fit GLMM harán algo de lo que buscan: una combinación de modelos de crecimiento Probit, Logit y Weibull (consulte los scripts en la tabla adjunta). Me pregunto si las otras dos opciones se logran con una transformación logarítmica de la variable de concentración y luego aplicando los modelos Probit/Logistic.
Malcolm
Re: Ayuda con el analisis probitPuede usar GLM en Fit Model para ajustar un probit con errores binomiales.
Re: Ayuda con el analisis probitNota: GLMM tendrá el enlace probit para la distribución binomial (que es presumiblemente lo que tienen cuando tienen N positivos de N réplicas) en JMPPro 18. La distribución lognormal también se agregó a GLMM en v18.
Pero como parece que no tienen características de efectos aleatorios que requieran un modelo mixto (de esa muestra de tabla de datos), @jiancao El puntero de GLM probablemente funcionaría y ya está disponible.
Re: Ayuda con el analisis probitMuchas gracias @malcolm_moore1 , @eclaassen y @jiancao , fue muy útil.
