análisis adecuados de los datos de conteo con factoresTengo un experimento en el que se cultivaron hongos de dos tipos diferentes de plantas (A y 
.He identificado todas las especies a especies.Quiero probar para ver si existe una diferencia estadística entre la cantidad de veces que se recuperó una especie de hongo entre los dos tipos de plantas.Tengo JMP 17 y pensé que un modelo lineal generalizado funcionaría con el tipo y las especies de plantas y su interacción como factores fijos, pero continuamente recibo mensajes de error.¿Algunas ideas?¿Existe una forma diferente de hacer los análisis?
Análisis y modelado de datos básicosRe: análisis adecuados de datos de recuento con factores¿Cuáles son los mensajes de error? ¿Cómo diseñó la recopilación de datos? ¿Son el tipo y la especie de planta los dos únicos factores? ¿Los cruzó para crear el término de interacción en su modelo lineal?
No se puede estimar un término de interacción a menos que el tipo de planta y la especie sean independientes, como tipo de planta = {A, B} y especie = {1, 2, 3}. ¿Se puede tener la misma especie en ambos tipos de plantas?
Re: análisis adecuados de datos de recuento con factoresSimulé un experimento con el tipo de planta y la especie como factores. Simulé una respuesta con una distribución de Poisson. Adjunto la tabla de datos para que la explores.
Definí el GLM con un término de interacción.
Obtuve el informe de análisis predeterminado:
Re: análisis adecuados de datos de recuento con factoresGracias y revisaré esto.Las plantas son dos especies diferentes en el mismo campo con 25 plantas cada una.Luego tomamos muestras del follaje y cultivamos los hongos presentes en las hojas.Algunas especies de hongos pueden estar presentes en una especie y no en otra, algunas en ambas.El número de veces que se aisló (recuento) un hongo es lo que me interesa valorar.Básicamente, vemos más o menos especies X en la planta A, etc.
El hecho de que no pude controlar el número de aislados o especies recuperadas por especie o por planta significa que hay ceros y desequilibrio en el conjunto de datos general.¿Quizás eso esté causando el error?
Re: análisis adecuados de datos de recuento con factores¿Consideras que la respuesta es la presencia o ausencia de una especie de hongo y cuentas el número de plantas (de 25) con el hongo?
Sería mejor no utilizar la distribución de Poisson en un análisis GLM. Utilice un modelo Binomial (ausente, presente) porque sabe cuántos de cada uno. Es decir, y es el número con hongo y 25-y es el número sin hongo.
Su tabla de datos debería verse así:
Ingrese los recuentos en la última columna. Guardé un script de tabla para completar la acción de seleccionar Analizar > Ajustar modelo. El cuadro de diálogo de inicio se ve así:
Se adjunta la tabla de datos para usted.
Re: análisis adecuados de datos de recuento con factoresGracias por la idea.Creo que estás cerca, pero lo que tengo es básicamente una lista de 20 especies de hongos.La mayoría están aisladas de los diferentes tipos de plantas en diferentes cantidades, por lo que puedo tener 20 especies en la planta a, pero 45 en la planta b.Quiero poder decir con cierto grado de confianza que una especie determinada es o no diferente entre las diferentes plantas.
Pensé que un chi cuadrado tradicional funcionaría donde tengo las especies de hongos analizadas por planta como variables categóricas en el análisis Y por X, pero no veo cómo puedo entrar y determinar las diferencias exactas entre especies.Según lo interpreto, el hecho de que chi cuadrado sea significativo solo me diría que en todas las especies la distribución entre las plantas a y b es diferente, no qué especies de hongos son diferentes entre las plantas a y b.
Re: análisis adecuados de datos de recuento con factoresSi tiene combinaciones de especies de plantas y especies de hongos, entonces una tabulación cruzada debería funcionar.
¿Cuál es, diferente o no diferente? Las pruebas de hipótesis funcionan en una sola dirección: rechazar la hipótesis nula basándose en la solidez de la evidencia (p. ej., valor p o intervalo de confianza de una estadística muestral). Debes especificar tu hipótesis de trabajo (la alternativa) y la hipótesis nula (no la tuya).
