631852_es-ES

liliconcom

Elegir la comparación de medios adecuada

Hola,

Estoy analizando datos biológicos donde el resultado es una variable continua. Las pruebas consisten en diferentes tratamientos en plantas que luego se evalúan para determinar el nivel de enfermedad (mi resultado). Si trazo un gráfico, todo lo que obtengo es un montón de medias con barras de error muy grandes que se superponen entre sí. Por lo tanto, estoy tratando de hacer el análisis con las letras pequeñas, para poder decir con seguridad qué tratamientos son diferentes entre sí.

Ahora bien, el problema que tengo es que cada repetición consta de dos puntos de datos que no son independientes entre sí (dos partes de la misma planta). En este caso, he oído que las comparaciones habituales, como la de Tukey-Kramer, no se aplican.

Entonces mi pregunta es: ¿qué comparación debo usar o qué transformación de datos para asegurarme de que estoy haciendo las cosas bien?

Análisis y modelado de datos básicosRe: Elegir la opción correcta Comparación de medios

Bob, qué bueno que te tomaste el tiempo de responder las preguntas. No creo que este foro sea una forma eficiente de discutir/argumentar los temas y realizar análisis adecuados, así que me retiraré.

Re: Elegir la opción correcta Comparación de medios

Estoy de acuerdo, es muy difícil obtener las letras en el gráfico.

Vaya a la pestaña Lista de deseos en la parte superior de esta página web y agregue una solicitud.

Mientras tanto, aquí hay un procedimiento y un guión para obtener la cifra que creo que estás buscando.

https://community.jmp.com/t5/Byron-Wingerd-s-Blog/One-Way-ANOVA-Figure-for-Scientists/ba-p/265156

Re: Elegir la opción correcta Comparación de medios

Lo siento, me refería a Student y Tukey, no a Student y Dunnett.

Re: Elegir la opción correcta Comparación de medios

@Byron_JMP ,

Gracias por el consejo sobre la tecla CTRL, ahorra mucho tiempo. Aunque el problema más importante sigue siendo que sigue siendo muy poco práctico agregar las letras en un gráfico.

Re: Elegir la opción correcta Comparación de medios

Hola @statman ,

1) ¿Tiene algún valor práctico la variación en su respuesta?

Buena pregunta. ¿Se trata de un nivel de enfermedad que se puede medir con relativa facilidad con una precisión de 0,1 unidades? Dicho esto, en un escenario de la vida real, el usuario final no vería una diferencia tan pequeña. Yo diría que los valores promedio entre dos tratamientos (lo que usted llama niveles) tendrían que tener una diferencia de al menos 4 o 5 unidades para ser realmente útiles.

2. Si entiendo bien sus datos, parece que tiene un factor (Nombre) y se prueba en 10 "niveles". Tiene 2 tipos de plantas (cruzados con Nombre). Tiene 10 plantas (Rep) para cada nivel de Nombre y cada planta se mide dos veces (¿esto es en diferentes lugares de la planta o exactamente en el mismo lugar de la planta? Dos partes diferentes de la planta ) y medidas de Enfermedad durante 3 períodos de tiempo para "dentro" de la planta (podría considerar las plantas anidadas dentro de Tipo y Nombre). Podríamos debatir si el muestreo sistemático de períodos de tiempo está cruzado con Nombre. Tengo algunas preguntas con respecto a esta estructura. El esquema de numeración para Rep parece cuestionable. ¿Se le puede dar a la misma planta un nivel diferente de Nombre? Si no, no debería haber números de Rep repetidos. ¿Cuántas plantas hay realmente en el estudio? 10 plantas por "Nombre". Se cultivan de forma independiente. Luego, cuando se aplica el tratamiento, se aíslan dos hojas de cada planta y se aplica la enfermedad. Como dos hojas proceden de la misma planta, mis colegas argumentaron que las dos hojas NO son unidades estadísticas independientes, por lo que se las reagrupa bajo la misma "rep". Es como si evaluáramos a 10 pacientes en su mano derecha y en su mano izquierda.

¿También parece que tienes 2 medidas de enfermedad para cada planta? Sí, dos medidas en dos hojas diferentes . He adjuntado otra versión de la tabla de datos. Es imperativo que la tabla de datos coincida con la forma en que se recopilaron los datos realmente o cualquier análisis será sospechoso.

¿Cuál es la intención del estudio? (p. ej., ¿está tratando de elegir al "ganador" (p. ej., el mejor nombre para reducir la enfermedad al máximo) o está tratando de comprender qué contribuye a la enfermedad (crecimiento))? Estamos tratando de ver si podemos encontrar aditivos (lo que llamé adyuvante en mi tabla) que mejoren significativamente la reducción de la enfermedad a partir del ingrediente activo. Entonces, lo que queremos ver:

• Lo activo por sí solo debe ser mejor que lo no tratado
• Con suerte, podremos encontrar algunos tratamientos de activo + adyuvante que sean significativamente mejores que el activo solo.

¿Por qué 10 plantas? Porque pensamos que sería una buena cantidad. Dada la variabilidad relativamente alta de los resultados y la eficacia relativamente baja de los tratamientos, es una especie de mínimo. Además, como son plantas cultivadas, es difícil llegar a una cantidad mayor, porque ya hay 200 plantas en este ensayo. Eso requiere mucho espacio y trabajo manual.Podríamos tener más plantas por tratamiento, para tal vez obtener mejores estadísticas, pero entonces perderíamos en la cantidad de tratamientos, lo cual no es deseable. Por lo tanto, 10 es un buen compromiso.

¿Por qué tres períodos de tiempo, cada uno con un día de diferencia? Porque es fácil de hacer. Una vez que se mide la enfermedad en un momento determinado, dado todo el esfuerzo que se ha hecho para llegar a ese punto, no cuesta mucho más esperar otro día y hacer otra observación. Es bastante habitual en este tipo de estudio. Depende de la naturaleza de la enfermedad, por supuesto, pero esta progresa lo suficientemente rápido como para que se pueda ver algún crecimiento con una diferencia de un día.

¿Está interesado en la tasa de cambio de la enfermedad a lo largo del tiempo o simplemente en la enfermedad máxima o qué? Supongo que la pregunta es ¿qué hipótesis plantea que tendrá el Nombre sobre la enfermedad? ¿Por qué? No la tasa de cambio, sino el valor absoluto. Básicamente, tienes una buena planta que quieres proteger contra una mala enfermedad. La idea es minimizar la cantidad de enfermedad observada en las plantas tratadas. En un mundo ideal, quieres una eficacia del 100 % (es decir, cero enfermedades). O al menos una reducción significativa en el nivel de enfermedad para que la mala enfermedad no robe el rendimiento de las buenas plantas. Pero el activo solo puede hacer mucho por sí solo. Ahí es donde entran en juego los aditivos (o adyuvantes). Idealmente, queremos encontrar aditivos que tengan un efecto sinérgico con el activo y, en el mejor de los casos, el aditivo no tiene mucho efecto por sí solo. Pero aquí, claramente no hay nada emocionante, por eso estoy tratando de investigar más a fondo para ver si podemos sacar alguna conclusión. Por lo general, me contentaría con mirar las medias de las pruebas de Student y Dunett (sé que Student no es tan adecuado con más de dos niveles, pero Dunnett puede ser un poco restrictivo, por lo que una comparación de los dos puede ser interesante). Aquí Dunnett dice que no hay diferencias entre los diferentes niveles, y Student dice que tal vez la E aditiva esté aportando algo.

3. ¿Has evaluado el sistema de medición? No estoy seguro de lo que eso significa. Los valores son una medición física que se realiza fácilmente, por lo que no me preocuparía demasiado por eso.

¿Mediste la enfermedad varias veces en el mismo lugar, en la misma planta y en el mismo período de tiempo? Sí, se midió en tres períodos de tiempo diferentes en las mismas hojas (día 1, 2 y 3).

Tal como parece ahora, los errores de medición probablemente se deban a errores internos de la planta. No tengo idea.

Re: Elegir la opción correcta Comparación de medios

Hola @MRB3855 ,

Las repeticiones son las mismas mediciones realizadas en diferentes plantas. Por ejemplo, planta 1, planta 2, planta 3. Cada planta se cultiva por separado en su propia maceta. Para cada repetición, hay dos mediciones, que se realizan en dos hojas de la misma planta.

Luego está el momento de la evaluación. Por lo tanto, se realiza una medición del valor de salida (enfermedad) el primer día, luego otra al día siguiente y otra el tercer día. Los puntos de datos generados el mismo día se pueden comparar, pero no a lo largo de varios días.

El nombre contiene el tratamiento de interés sí.

Los "tipos de plantas" son dos tipos de plantas ligeramente diferentes. El objetivo es ver si un tipo es más resistente a la enfermedad que el otro. Por lo tanto, es interesante comparar el valor de la enfermedad en ambos tipos de plantas en general, o en ambos tipos con un solo tratamiento.

Re: Elegir la opción correcta Comparación de medios

¡Amigo! Este es un conjunto de datos fantástico, ¡guau!

Cambié los tipos de modelado de un par de columnas y agregué un par de scripts nuevos a la tabla.

Intenté modelar los datos con un método de superficie de respuesta (MSR). Rep(¿orden?) parece tener un efecto, por lo que en el modelo 2 lo convertí en un efecto aleatorio.

 

 

No estoy seguro de qué esperabas encontrar, pero estos datos son muy interpretables y el diseño del estudio también es fantástico.

Fit Model(
	Y( :Disease ),
	Effects(
		:Name, :"Assessment time (DAI)"n & RS, :Plant type,
		:Name * :"Assessment time (DAI)"n,
		:"Assessment time (DAI)"n * :"Assessment time (DAI)"n, :Name * :Plant type,
		:"Assessment time (DAI)"n * :Plant type
	),
	Random Effects( :"Rep (Order)"n ),
	Personality( "Standard Least Squares" ),
	Emphasis( "Effect Leverage" ),
	Method( "REML" )
);

Cambié la columna DAI a numérica continua y la columna Rep a numérica continua.

Re: Elegir la opción correcta Comparación de medios

Respecto a: " Por cierto, señores, es bastante complicado generar este informe de letras de conexión en la herramienta de comparación de Y por X, porque tengo 6 grupos, es decir, 6 triángulos rojos en los que hacer clic para obtener las medias de comparación. Es innecesariamente tedioso. ¿Conocen algún método para hacer las cosas más rápidas?"

Sí, mucho más rápido. Mantenga presionada la tecla Control (Comando en Mac) cuando compare las medias del primer grupo. La tecla Control transmite la pulsación de la tecla a todos los objetos similares en la ventana. También funciona para cambiar el tamaño de los gráficos.

(aún mirando la pregunta más grande)

Re: Elegir la opción correcta Comparación de medios

Bob, no soy un experto en tu situación, pero he visto tu tabla y tengo las siguientes reflexiones. Algunas de mis preguntas y comentarios son más bien socráticos y no requieren una respuesta.

1. En primer lugar, ¿tiene valor práctico la variación en su respuesta? ¿No se proporciona ningún contexto que indique en qué medida un cambio en la enfermedad tiene interés científico? Esto siempre es más importante que la significación estadística.

2. Si entiendo bien sus datos, parece que tiene un factor (Nombre) y que se prueba en 10 "niveles". Tiene 2 tipos de plantas (cruzados con Nombre). Tiene 10 plantas (Rep) para cada nivel de Nombre y cada planta se mide dos veces (¿esto se hace en diferentes lugares de la planta o exactamente en el mismo lugar de la planta?) y medidas de Enfermedad durante 3 períodos de tiempo para "dentro" de la planta (podría considerar las plantas anidadas dentro de Tipo y Nombre). Podríamos debatir si el muestreo sistemático de períodos de tiempo se cruza con Nombre. Tengo algunas preguntas con respecto a esta estructura. El esquema de numeración para Rep parece cuestionable. ¿Se le puede dar a la misma planta un nivel diferente de Nombre? Si no, no debería haber números de Rep repetidos. ¿Cuántas plantas hay realmente en el estudio? ¿También parece que tiene 2 medidas de enfermedad para cada planta? He adjuntado otra versión de la tabla de datos. Es imperativo que la tabla de datos coincida con la forma en que se recopilaron realmente los datos o cualquier análisis será sospechoso.

¿Cuál es la intención del estudio? (por ejemplo, ¿está tratando de elegir al "ganador" (por ejemplo, el mejor Nombre para reducir la enfermedad máxima) o está tratando de comprender qué contribuye a la enfermedad (crecimiento))? ¿Por qué 10 plantas? ¿Por qué 3 períodos de tiempo, cada uno con un día de diferencia? ¿Está interesado en la tasa de cambio de la enfermedad a lo largo del tiempo o solo en la enfermedad máxima o qué? Supongo que la pregunta es ¿qué hipótesis plantea que tendrá el Nombre sobre la enfermedad? ¿Por qué?

3. ¿Ha evaluado el sistema de medición? ¿Midó la enfermedad varias veces en el mismo lugar y en la misma planta en el mismo período de tiempo? Tal como parece ahora, es probable que los errores de medición se deban a errores dentro de la planta.

4. Una mirada gráfica a los datos sin ningún resumen muestra que los períodos de tiempo (DAI) son la mayor fuente de variación en el estudio. Esto puede ser esperado y puede no ser de interés (de ahí que desees mirar los datos por DAI), pero también observa que la variación aumenta con el DAI. También puede haber algunos "valores atípicos" en tus datos.

Coloreado por DAI

Coloreado por nombre para DAI=1

 

 

 

Re: Elegir la opción correcta Comparación de medios

Asegurándome de que entiendo tus datos @bobmorrane : ¿cada conjunto de seis filas es un "sujeto" (lo que llamas "Rep")? ¿Y luego las primeras tres filas de cada "sujeto" son tres medidas repetidas en una parte de la planta, y las siguientes tres filas de cada sujeto son medidas repetidas en otra parte de la planta? Y "Nombre" contiene los tratamientos de interés (que quieres comparar con respecto a sus efectos en esas dos partes de la planta, respectivamente). ¿Tengo todo esto correcto?

Re: Elegir la opción correcta Comparación de medios

@P_Bartell @Byron_JMP , tabla de datos adjunta

Re: Elegir la opción correcta Comparación de medios

Hola,

Me gusta creer que está bien diseñado, porque participé en el proceso de diseño.;)

Pero bromas aparte, se trata de plantas cultivadas especialmente para la prueba, a las que se les aplican tratamientos de forma estándar y profesional.

Entonces, apliqué varios tratamientos a dos tipos de plantas (variaciones del mismo cultivo) y evalué el nivel de enfermedad (mi producción) en diferentes momentos (1, 2, 3 días). Por lo tanto, necesitamos al menos agrupar las cosas por tiempo de evaluación.

Aquí están los datos de forma anónima, con los guiones adjuntos. Analizo tanto la prueba de Student como la de Tukey, ya que una se considera demasiado permisiva y la otra un poco demasiado restrictiva. No veo mucha diferenciación aquí.

Por cierto, señores, es bastante complicado generar este informe de letras de conexión en la herramienta de ajuste de Y por X, porque tengo 6 grupos, es decir, 6 triángulos rojos en los que hacer clic para obtener las medias de comparación. Es innecesariamente tedioso. ¿Conocen algún método para agilizar las cosas?

Cualquiera que lea esto: ¡eche un vistazo a este deseo de wishlsit y dele un kudo! De esta manera, podríamos tener las letras de conexión incorporadas en el generador de gráficos.

Mostrar letras significativas en el generador de gráficos al utilizar diagramas de caja y en ajuste y... - Comunidad de usuarios de JMP

Re: Elegir la opción correcta Comparación de medios

@P_Bartell , estoy seguro de que es un experimento bien diseñado y controlado. Las plantas son dolorosamente lentas, por lo que la planificación es fundamental.

Probablemente se trate de un problema de múltiples variables, por lo que un simple Turkey Kramer no funcionará. Bastará con configurar el problema en Fit Model y, luego, podremos observar las medias de mínimos cuadrados para la variable de tratamiento principal.

Re: Elegir la opción correcta Comparación de medios

Además de todo lo que preguntó mi ex colega (estoy jubilado) @Byron_JMP , ¿la disposición/combinación de tratamientos y plantas es algún tipo de experimento diseñado o son solo tratamientos fortuitos aplicados a las plantas tal como la naturaleza o alguien decidió administrarlos? Esto podría tener un gran impacto en cómo se deben analizar de manera óptima las respuestas... y no solo pruebas de comparación múltiple.

Re: Elegir la opción correcta Comparación de medios

Quizás sea más fácil entender el problema con una tabla de ejemplo.

Parece que tienes datos como estos

Tres o más tratamientos.

Varias plantas por tratamiento

Múltiples puntos de muestra (tipos de tejido) por planta

Varias muestras de cada tejido

Al final, es posible que desees ver el efecto del tratamiento tanto en la hoja como en el tallo, por ejemplo, para cada tratamiento.

Si los tratamientos múltiples son algo así como un control y varias diluciones de la sustancia, entonces eso también cambiaría algunas cosas.