669184_es-ES

liliconcom

Análisis de rutas en JMP 16 Pro

Tengo un conjunto de datos de 768 filas de datos tomados durante 32 meses de parcelas con diferentes genotipos de vegetación y plantas. Los datos climáticos (T, HR y lluvia) se recopilaron durante el mismo período de una estación meteorológica cercana. Tengo densidad estimada de pulgones y datos de ocurrencia de hormigas y depredadores generalistas. Me gustaría usar el análisis de ruta en JMP para explorar cómo la variable exógena del clima afecta la ocurrencia de áfidos y hormigas depredadoras en las plantas, y cómo las ocurrencias de hormigas y depredadores afectan las densidades de áfidos en las plantas. He estado explorando el uso de la función de modelo de ecuación estructural de JMP 16 Pro para construir los modelos apropiados, pero todavía no estoy seguro de cómo elegir los modelos apropiados por parsimonia mientras se mantiene un ajuste adecuado. He construido el siguiente modelo con 26 parámetros.

Efecto unidireccional de T, HR y lluvia en pulgones

Hormigas y depredadores que covarían con pulgones

T covaría con RH

RH covaría con Rainfall

Obtengo CIF alto casi 1 y RMSEA cerca de cero

El resultado parece estar bien, pero el R2 de las variables endógenas (áfidos, hormigas y depredadores) es bastante bajo.

Probé el mismo análisis en un resumen de los datos, hasta un tamaño de muestra de 64. Esto me da un CIF más bajo y un RMSEA más alto (es decir, peor ajuste) pero mucho R2 de cada una de las tres variables endógenas.

Mis preguntas son:

1. ¿Está bien trabajar con un resumen de las medias en lugar de los datos originales (el tamaño de la muestra disminuye pero no se modifica ningún parámetro)?

2. ¿Es importante R2 de las variables endógenas, en comparación con CIF y RMSEA?

3. ¿Cómo puedo justificar reducir el número de parámetros en el modelo pero quitando variables y/o reduciendo el emparejamiento de variables?

Espero interacciones con miembros interesados de la comunidad JMP para aclarar mis preguntas y, con suerte, obtener comentarios útiles para asegurarme de que uso el enfoque correcto al analizar mi conjunto de datos.

Gracias

Almiar

 

Modelado Estadístico AvanzadoRe: Análisis de ruta en JMP 16 Pro

Hola Rick,

¡Qué bueno saber que está explorando el uso de modelos de ecuaciones estructurales con sus datos! Hice 3 filas de datos para obtener claridad sobre el modelo que está ajustando.Según la descripción de los efectos en su publicación, tengo el siguiente diagrama de ruta:

 

¿Es similar al modelo que está ajustando? Si es así, creo que hay algunos problemas de especificación que podrían ayudar. A partir de su descripción del problema en el primer párrafo, sospecho que un modelo más apropiado podría parecerse a este:

Sin embargo, no estoy seguro de entender cómo se representa el tiempo en sus datos. ¿Tiene 32 medidas repetidas para cada una de estas variables (1 medida por mes)? Si es así, ¿están sus datos en formato "ancho" o "largo"? SEM requiere un formato "ancho". Por ejemplo, puede tener Lluvia_1, Lluvia_2, ... , Lluvia_32 para las mediciones repetidas de lluvia. Podría considerar ver el video en este enlace, que describe cómo modelar datos longitudinales en SEM:

https://community.jmp.com/t5/Discovery-Summit-Americas-2021/Modeling-Trajectories-over-Time-with-Structural-Equation-Models/ta-p/398754

 

Para responder a sus preguntas específicas:

1. Sí, está bien, pero las preguntas de investigación cambian en consecuencia. Si tomó promedios en todas las medidas repetidas, entonces ya no podrá examinar los efectos secuenciales en el tiempo, lo que a menudo es de interés cuando tiene datos tomados a lo largo del tiempo.

2. CFI y RMSEA le dan una idea de qué tan bien se ajusta su modelo a los datos. Esto es de vital importancia porque solo desea interpretar los resultados de los modelos que se ajustan bien. Una vez que sabe que su modelo se ajusta a los datos, interpreta los resultados, incluido el R2 de las variables endógenas.

3. La reducción del número de parámetros en un modelo se debe hacer en función de su deseo de probar hipótesis específicas. Por ejemplo, según la segunda imagen que pegué, podría decidir ajustar dos modelos: 1) un modelo tal como lo describí y 2) un modelo en el que elimino las rutas unidireccionales del clima (T, RH, Lluvia) a los áfidos. . Luego podría comparar los dos modelos para probar la hipótesis de si el clima tiene un efecto directo único en los áfidos más allá del efecto indirecto que pasa por las hormigas y los depredadores.

 

HH,

~Laura

Re: Análisis de ruta en JMP 16 Pro

Querida Laura, Muchas gracias por las explicaciones y sugerencias. El modelo que estoy tratando de ajustar es un modelo casi completo (su segundo diagrama) sin covariación de Rain y T, que ya determiné que no covarían. Las hormigas y los depredadores covarian, lo cual mantuve en el modelo. El elemento de tiempo se repite durante 32 meses (datos recopilados una vez al mes), que incluyo como una columna (no transversal). El diseño es de parcela dividida, en 3 bloques replicados. La parcela principal es la cobertura del suelo (2) y la subparcela es el genotipo de la planta (4), por lo que el número total de observaciones es 2 parcelas principales x 4 subparcelas x 3 bloques x 32 meses = 768 observaciones. Cada observación es una media de 4 plantas de cada genotipo en cada cobertura vegetal y bloque.

El análisis exploratorio que ya he realizado mostró que muchos de los efectos de la humedad relativa y la temperatura son indirectos. El CFI y el RMSE son respectivamente ~0,9 y <0,1.

Usted señaló con razón que a mi enfoque le falta el efecto del elemento de tiempo secuencial. ¿Cómo incorporo eso al modelo? Quizás no necesito preocuparme por eso. Si hago un promedio de los 32 meses, no tendría suficientes observaciones para ajustarme a mi modelo. Las observaciones repetidas me permiten darle al modelo una cantidad suficiente de observaciones: al menos 10 por parámetro. Me gustaría hacer un análisis separado en el tiempo para determinar cómo los depredadores y las hormigas interactúan con los pulgones durante los 32 meses de observaciones.

Me gustaría compartir un subconjunto de datos con usted, pero prefiero darle el conjunto de datos completo.

Una cuestión más, lo intenté con y sin transformación de las variables endógenas. Eso no hace mucha diferencia.

Una nota más: los datos climáticos se recopilan fuera del experimento y se aplican a todas las parcelas; son los mismos para todos los conjuntos de 32 meses.

Muchas gracias por su ayuda con esto.

Mejor,

Almiar