Données d'essai biologique d'un client qui souhaite une transformation de la fonction Logit avant d'exécuter un test d'activitéBonjour les gens,
J'ai un client qui essaie d'imiter le rapport ci-dessous réalisé avec le logiciel combistats pour effectuer une analyse de puissance, de parallélisme, etc. sur des données dose-réponse (nombre de décès sur un total n). Veuillez consulter le tableau de données ci-joint.
Le problème ici est que dans ce rapport, le Y a été transformé avec une fonction logit. Comment pouvons-nous réaliser cela dans JMP ? JMP peut-il correspondre aux résultats trouvés dans ce rapport ?
Le client connaît la régression logistique de la courbe d'ajustement utilisée pour l'ajustement dose-réponse. La nécessité d'imiter le rapport et d'effectuer une transformation avec la fonction logit est le problème ici.
Toute idée serait appréciée.
Re : Données de bioessai d'un client qui souhaite une transformation de la fonction Logit avant d'effectuer un test d'activitéJe n'ai pas la réponse complète, mais il doit s'agir d'une sorte de logit ajusté, puis de calculs d'ANOVA et de puissance standard. Un logit naïf sur les proportions ne fonctionne pas car logit(0) est infini. J'ai trouvé les mêmes données et des indices supplémentaires dans la section 10.3.3 de https://www.unistat.com/guide/bioassay-analysis-quantal-response-method/
Re : Données de bioessai d'un client qui souhaite une transformation de la fonction Logit avant d'effectuer un test d'activitéun clic droit sur les proportions et en choisissant de nouvelles colonnes formule> spécialité> logit donnera la transformation nécessaire, mais comme Russ l'a dit, 0 proportions donnera des valeurs -inf (et 1 donnera des valeurs + inf) et entraînera une valeur manquante. Dans ce cas, j'ai vu des gens utiliser des modèles linéaires généralisés (JMP peut le faire) avec une réponse et un total en y, une dose et un échantillon en x. Puis distribution binomiale avec lien logit. Le problème ici est que l’on ne dispose pas de méthodes pratiques pour tester le parallélisme, la puissance, etc. et qu’il faudrait tout calculer manuellement.
Re : Données de bioessai d'un client qui souhaite une transformation de la fonction Logit avant d'effectuer un test d'activitéSur la base de la page Web CombiStats , ils utilisent la Pharmacopée européenne comme base pour leur analyse (approche des réponses quantiles). J'ai fait une conférence à ce sujet lors de Discovery EU 2019, mais je me suis concentré principalement sur le calcul de la puissance relative. Il y a quelques difficultés à tenter de reproduire cela dans JMP. La première est que vous devez utiliser des modèles linéaires généralisés ou une régression généralisée pour l'ajustement Logit. Votre sortie inclura des statistiques du chi carré, mais pas des sommes de carrés ni des tests F. Lorsque j'ai essayé de le faire en utilisant le processus de mon exposé, je n'ai pas pu égaler les résultats. Je ne sais pas si ce qu'ils appellent non linéaire est le même que ce que j'ai utilisé. Utilisent-ils MLE ou LS ? Est-ce que cela fait une différence? La conception utilisée pour collecter les données peut également faire une différence et je ne sais pas si ce dont j'ai parlé est cohérent avec la conception de l'exemple.
Ce n'est pas la première fois que je vois l'EP 5.3 apparaître. Je serais intéressé d'avoir des nouvelles de @SamGardner
Re : Données de bioessai d'un client qui souhaite une transformation de la fonction Logit avant d'exécuter un test d'activitéCela s'avère être un petit problème intrigant @yasmine_hajar Merci pour les commentaires @DonMcCormack et @Chris_Kirchberg . Bien que la façon dont nous gérons cela soit bien meilleure et conforme aux meilleures pratiques statistiques modernes, ce n'est pas le PO. Je me souviens de quelques cas difficiles et frustrants au fil des années en essayant de reproduire les résultats d'autres logiciels.
Le tableau ANOVA dans la documentation CombiStats est à l'ancienne avec les sommes des carrés classiques, etc., mais on ne sait pas du tout comment ils l'ont calculé. Le document ne semble pas contenir suffisamment de détails sur leur approche exacte. J'ai juste rapidement essayé plusieurs choses, y compris des logits utilisant des corrections de continuité avec 0,5 et quelques autres valeurs, divers poids et même le complément GLMM https://community.jmp.com/t5/JMP-Add-Ins/Generalized- Linear-Mixed-Model-Add-in/ta-p/284627 @MeichenDong a écrit avant que @ElizabethClaassen ne l'implémente dans Fit Model (qui calcule les pseudo logits et les poids), mais rien ne correspond à leur ANOVA.
Si quelqu'un est intéressé par un casse-tête numérique/statistique, je pense qu'il est possible de procéder à une ingénierie inverse des 8 nombres exacts qu'ils utilisent comme Y en fonction des résultats de leur tableau ANOVA, mais je n'ai pas essayé de le configurer. Ce serait un système d'équations non linéaires avec des formules ANOVA classiques pour les sommes des carrés et les 8 Y comme inconnues. Il est possible qu'ils utilisent également des poids - le document mentionne l'utilisation de la variance inverse, qui pour un binôme serait 1/(n*p*(1-p)).
@yasmine_hajar Vous vous demandez si le client serait prêt à contacter CombiStats et à demander des détails sur la manière exacte dont l'exemple 5.3.2 (Logits) est calculé, indiquant qu'il souhaite reproduire les résultats de manière indépendante. Une fois que nous aurons vu cela, je suis sûr que nous pourrons le reproduire d'une manière ou d'une autre.
