773_de-DE
Suchen Sie Rat zur LD50/ED50-Berechnung mit JMP?Hallo JMP-Benutzer,
Ich habe versucht, das herauszufinden, aber der Statistikleitfaden ist so vage, dass ich nicht ganz zu der Antwort komme, die ich brauche, damit das funktioniert.
Ich versuche, JMP dazu zu bringen, LD50-Werte basierend auf beobachteten Sterblichkeitsverhältnissen zu berechnen.
Die Dokumentation und Routinen in JMP scheinen auf einer logistischen Regression zu beruhen und implizieren, dass eine inverse Vorhersage bei 0,5 einen LD50 ergibt. Das Problem besteht darin, dass dieser Ansatz auf Binomialdaten (lebend/tot) für jedes Individuum in der Population bei jeder [log]-Dosisstufe beruht ... Ich habe keine Daten zu einzelnen Tieren, sondern nur die Zahl der Toten aus der bei jedem einzelnen angefochtenen Zahl Dosis.
So führe ich beispielsweise eine logarithmische Verdünnungsreihe mit einem Medikament durch und verabreiche das Medikament in jeder Dosisstufe jedem von zehn Tieren. Auf Stufe eins überlebt keines, 2 -> keines, 3 -> 75 % sterben, 4 -> 35 %, 5, 6, 7, alle Tiere überleben.
Um die logistische Regressionsplattform zu verwenden, würde man für jedes Tier eine 1 oder 0 (oder „lebend“/„tot“) in eine Zeile eingeben und dies für jede Dosisstufe (70 Zeilen in der Tabelle) wiederholen, und das würde gut funktionieren , aber ich weiß nicht, welches Tier welches ist.
Was ich suche, ist eine Möglichkeit, 1, 1, 0,75, 0,35, 0, 0, 0 als Reaktion auf die logarithmischen Verdünnungsgrade [negativ] 1,2,3,4,5,6,7 einzugeben.
Hat jemand eine Ahnung, wie man das macht?Betreff: Ich suche Rat zur LD50/ED50-Berechnung mit JMPSie müssen die tatsächliche Anzahl der Toten oder Überlebenden auf jeder Ebene kennen und nicht nur den Anteil. Dann haben Sie eine binäre Ergebnisvariable mit Einsen und Nullen oder „Tot“ und „lebendig“ und fügen Sie eine zusätzliche Spalte mit der Anzahl hinzu. Platzieren Sie die Zählspalte im Feld FREQ des Logistikdialogs. Dann erhalten Sie durch die umgekehrte Vorhersage den LD50 (oder den von Ihnen benötigten LD) mit Konfidenzintervallen.
Viele Bioassays verwenden Probit anstelle von Logit. JMP kann Probit mithilfe des verallgemeinerten linearen Modells unter „Kleinste Quadrate anpassen“ ausführen. Wählen Sie einfach „Binomialverteilung“ und „Probit-Verknüpfung“ aus. Diese Plattform verfügt nicht über die Option zur umgekehrten Vorhersage (vielleicht bitte nächste Version?). Sie können jedoch den Vorhersageprofiler mit Konfidenzbändern verwenden, um die inverse Vorhersage abzulesen und die Konfidenzgrenzen anzunähern. Verschieben Sie einfach die vertikale rot gepunktete Linie, bis die vertikale Linie 0,5 erreicht (oder was auch immer Sie suchen). Anschließend können Sie die logarithmische Verdünnung und das Konfidenzintervall aus der Grafik ablesen. Dieses CI stimmt wahrscheinlich nicht mit den Referenzgrenzen überein, die ein anderes Paket erzeugen würde, und ich bin nicht sicher, ob es mit dem CI übereinstimmt, das Ihnen SAS Proc Probit gibt. WENN Sie SAS haben, können Sie Abrechnungen bei SAS einreichen und sehen, was Sie erhalten.
Viel Spaß
Günter
