773_fr-FR
Vous cherchez des conseils sur le calcul DL50/ED50 avec JMPSalut les utilisateurs de JMP,
J'ai essayé de comprendre cela, mais le guide des statistiques est suffisamment vague pour que je n'arrive pas à trouver la réponse dont j'ai besoin pour que cela fonctionne.
J'essaie de faire fonctionner JMP pour calculer les valeurs DL50 en fonction des proportions de mortalité observées.
La documentation et les routines de JMP semblent s'appuyer sur une régression logistique et impliquent qu'une prédiction inverse à 0,5 donnera une DL50. Le problème est que cette approche repose sur des données binomiales (vivants/morts) pour chaque individu de la population à chaque niveau de dose [log]... Je n'ai pas de données individuelles sur les animaux, juste le nombre de morts à partir du nombre testé à chaque dose.
Ainsi, par exemple, j'effectue une série de log-dilutions sur un médicament et j'administre le médicament à chaque niveau de dose à chacun des dix animaux. Au niveau un, aucun ne survit, 2->aucun, 3->75% meurent, 4->35%, 5, 6, 7, tous les animaux survivent.
Pour utiliser la plateforme de régression logistique, il faudrait saisir un 1 ou un 0 (ou "vivant"/"mort") pour une ligne pour chaque animal, en répétant cela pour chaque niveau de dose (70 lignes dans le tableau), et cela fonctionnerait bien. , mais je ne sais pas quel animal est lequel.
Ce que je recherche, c'est un moyen de saisir 1, 1, 0,75, 0,35, 0, 0, 0 en réponse aux niveaux de dilution logarithmiques [négatifs] 1,2,3,4,5,6,7.
Quelqu'un a-t-il une idée de comment procéder ?Re : Vous cherchez des conseils sur le calcul DL50/ED50 avec JMPVous aurez besoin de connaître le nombre réel de morts ou de survivants à chaque niveau plutôt que simplement la proportion. Ayez ensuite une variable de résultat binaire, avec des 1 et des 0 ou "Mort" et "vivant" et ajoutez une colonne supplémentaire avec le nombre. Placez la colonne de comptage dans le champ FREQ de la boîte de dialogue logistique. Ensuite, la prédiction inverse vous obtiendra la LD50 (ou la LD dont vous avez besoin) avec des intervalles de confiance.
De nombreux essais biologiques utilisent le probit plutôt que le Logit. JMP peut effectuer des Probits à l'aide du modèle linéaire généralisé sous Ajuster les moindres carrés, sélectionnez simplement Distribution binomiale et Lien Probit. Cette plateforme n'a pas l'option de prédiction inverse (Peut-être la prochaine version, s'il vous plaît ?) Mais vous pouvez utiliser le profileur de prédiction avec des bandes de confiance pour lire la prédiction inverse et approximer les limites de confiance. Faites simplement glisser la ligne pointillée rouge verticale jusqu'à ce que la ligne verticale atteigne 0,5 (ou quel que soit le LD que vous recherchez). Ensuite, vous pouvez lire le log de dilution et l’intervalle de confiance sur le graphique. Ce CI n'est probablement pas le même que les limites fiduciaires qu'un autre package produirait, et je ne suis pas sûr qu'il corresponde au CI que SAS Proc Probit vous donne. SI vous avez SAS, vous pouvez soumettre des déclarations à SAS et voir ce que vous obtenez.
Amusez-vous
Gunter
