反应筛选 - 多个模型效应？我正在尝试使用响应筛选分析来分析中型/大型蛋白质组学数据集（3350 个蛋白质）。问题是我有多个模型效应需要考虑 - 我有治疗与对照，但我也有多天的样本需要考虑，但我显然无法将其作为拟合模型运行。
使用 JMP 的反应筛查是否可以同时考虑治疗和日数？我以天作为权重来运行它，因为我预计后面的日子更重要，但我不确定这是否正确。
谢谢
高级统计建模数据存取数据探索和可视化实验设计预测建模和机器学习回复：响应筛选 - 多个模型效应？您是对的：响应筛选平台不像“拟合模型”，因为您可以包含交互术语。 您必须分别添加温度和时间，然后创建单独的“温度 x 时间”列。 尽管反应筛选是由 FDR 管理的，但我仍然不喜欢专门依靠它来寻找差异浓缩的蛋白质。 您还可以使用预测因子筛选来查看哪些蛋白质对温度和时间变化影响最大。
我同意 Peter 的观点，即 gen-reg 和 PLS 虽然不太常用于识别 DCP，但很可能更优越，因为它们可以容纳高度共线的数据集（例如生成的每个基因表达或蛋白质数据集）。
但我首先告诉人们的是，如果使用 PCA 或 MDS 寻找多元趋势。 如果您看到明显的多变量温度（或温度 x 时间）效应，您就可以深入研究哪些蛋白质造成了这种影响。 您可以导出 MDS 坐标，然后对坐标执行 MANOVA 或 PLS。 这类似于非参数多元方差分析。 我将其比作单变量模拟：在均值之间进行事后检验之前记录方差分析治疗效果。 换句话说，首先使用多变量方法确定总体治疗效果，然后尝试找到感兴趣的蛋白质。 如果您没有这样做就直接发现 DCP，这可能就像在主模型方差分析中没有整体处理效果的各个均值之间的 p 值挖掘。
回复：响应筛选 - 多个模型效应？所以我很清楚...... 3350 种蛋白质是反应蛋白还是预测蛋白？ 如果它们是响应，某种降维技术（PLS？）可能是有益的？ PLS 方法的优点之一是您可以利用蛋白质的方差/协方差结构（如果确实存在）作为响应，同时根据您认为合适的方式构建预测变量。 您可能想与以下人员进行一对一的对话@abmayfield谁使用高度多元的系统进行了大量的分析工作？
回复：响应筛选 - 多个模型效应？你好@斯劳克斯,
据我了解，响应筛选平台只会比较一堆 Y 与 X 的组合，而不是 Y 与 X1*X1 或 Y 与 X1*X2 类型的组合。 因此，它可能不是适合您正在做的事情的平台。 它可能有助于理解您的数据集中哪些是 Y（响应）以及 X 到底是什么。
对我来说，你所描述的，听起来你实际上是在寻找最好的预测因素和预测因素组合来获得你的结果。 如果是这种情况，您可能需要考虑几种不同的方法。 下面的一些评论取决于您是否从 DOE 获得数据。 此外，某些选项需要 JMP Pro。
- 您可以考虑使用分析 > 筛选 > 预测因子筛选平台来检查哪些是最佳预测因子。 这可能在某种程度上取决于您使用的树的数量，因此您可能想尝试一下。 即使如此，您仍需要在“部分”列上运行一些引导模拟，以真正更好地掌握哪些因素影响结果。 然而，这种方法也不允许交叉术语。
- 使用 SLS 平台（使用个性 SLS 拟合模型），然后再次对估计值运行引导程序，以查看哪些因素出现最频繁。 这种方法允许您查看交叉的术语。 但是，除非您有某种证据表明交叉的术语必须包含在其中，否则通常建议不要包含这些术语。 （这就是 DOE 的重要性所在——如果 DOE 表明必须存在交叉术语，则将其包括在内）。
- 使用 GenReg 平台（使用 Personality GenReg 拟合模型），然后再次对估计值运行引导程序，以查看哪些因素出现最频繁。 这种方法允许您查看交叉的术语。 但是，除非您有某种证据表明交叉的术语必须包含在其中，否则通常建议不要包含这些术语。 （这就是 DOE 的重要性所在——如果 DOE 表明必须存在交叉术语，则将其包括在内）。
- 使用 PLS（带有个性 PLS 的拟合模型），这通常会帮助您减少低于变量重要性值 0.8（默认值，但您可以更改此值）的因素。
- 您还可以尝试“分析”>“专业建模”>“功能数据浏览器”平台 - 这取决于您的数据是否像光谱，即不同波长、电压等下的某种输出测量。您可以将其与 Z、补充相结合可选列，在分析中包含“DOE”类型的方面，并从中获取一些预测刻画器。 有时，这可以将大型波长数据集减少到最能预测结果的几个波长。
- DOE 自动验证，您可以使用一个附加工具来帮助进行此分析，它与其他平台中的估计引导程序有些相似，但工作方式略有不同。
这些只是关于如何评估您正在尝试做的事情的一些一般性评论。 根据您拥有的行数，您应该考虑如何验证事物，例如省略一行或 k 倍等。 我强烈建议使用多种方法并对它们进行比较。 由于算法略有不同并使用不同的随机种子，因此结果通常略有不同，并且可以帮助做出是否包含某些因子和交叉项的最终决策。
希望这可以帮助！，
DS
