Ciao a tutti, @martindemel
in JMP 18.0.1, sto lanciando un modello lineare:
E ~ X1 * X2
Dove :
- Y è la risposta continua
- X1 è un regressore continuo
- X2 è un regressore categoriale (3 categorie denominate "A", "B", "C")
Alcune persone chiamano questo modello ANCOVA
Da questo ottengo:
un'intercetta e una pendenza (su X1) per categorie di X2, come nel seguente grafico:
Vorrei confrontare queste pendenze tra loro a coppie .
in questo modo (fatto in R 4.2.2
biblioteca(significa)
coppie(emtrends(lm(Y ~ X2 * X1, dati = df), ~ X2, var="X1"))
contrast estimate SE df t.ratio p.value
A - B 0.211 0.0616 54 3.431 0.0033
A - C -1.721 0.0616 54 -27.934 <.0001
B - C -1.932 0.0616 54 -31.365 <.0001
P value adjustment: tukey method for comparing a family of 3 estimates
Per ora, in JMP ho trovato solo modi per fare cose molto simili ma non esattamente quello che voglio:
1. Approccio del modello di adattamento: confronta le pendenze con la media complessiva
--> Triangolo rosso / stime / Confronta pendenze
Questo confronta ogni pendenza con la pendenza media (con una regolazione di Nelson)
2. Approccio della curva di adattamento: risultati del test di equivalenza
--> triangolo rosso (da adattamento lineare) / Test di equivalenza
Questo approccio esegue test di equivalenza a coppie (su tutte le categorie di X2) per ciascun parametro dell'adattamento. Qui ci sono solo 2 parametri, l'intercetta e la pendenza.
Conclusione e domanda finale:
So che ci sono diversi modi per decidere se una pendenza è diversa dalle altre. Ma sto cercando l'approccio specifico del confronto a coppie tra pendenze (lo stesso eseguibile in R, vedi sopra).
Descrizione degli allegati:
- data.xlsx = file Excel dei dati (dati simulati)
- Compare_slopes_example.jmp = Tabella JMP, con i dati da data.xlsx e il modello di adattamento, le analisi delle curve di adattamento salvate.
Vi ringrazio molto per il vostro aiuto!
Buona giornata = )
ottima aggiunta @MRB3855
Dal post ho capito che il test personalizzato dovrebbe essere impostato in questo modo (dove le prime tre colonne non sono necessarie ma mostrano ciò che @Mark_Bailey ha descritto nella sua risposta:
Ciao, ho trovato un altro thread che affronta questa questione in modo più dettagliato. Per quanto ne so, affrontano il fatto che non vuoi solo capire se c'è una differenza nelle pendenze, ma quale differenza c'è in ogni confronto.
Confronto delle pendenze
Un approccio è una sorta di approccio manuale che prende ogni livello come riferimento (utilizzando l'ordine dei valori per i livelli) e adatta un modello, l'altro utilizza l'adattamento non lineare. @julian sembra aver creato anche un componente aggiuntivo (che si trova anche nel thread), tuttavia non sono sicuro di quanto sia attuale, poiché sia il post che il componente aggiuntivo sono del 2016.
[modificare: btw questo primo approccio è stato inserito anche in una nota JMP per riferimento: [link rimosso perché non era accessibile a tutti gli utenti]]
Sì, @dlehman1 ha ragione. Con il modello che ha specificato, il test di X2 ti dirà se le intercette delle tre linee sono diverse. Il test dell'interazione ti dirà se le pendenze sono diverse. Per capire perché, guarda l'equazione di previsione di questo modello e puoi vedere come il parametro X2 è un aggiustamento all'intercetta mentre il parametro X1*X2 è un aggiustamento alla pendenza di X1.
Penso che tu voglia usare la piattaforma del modello Fit usando X1, X2 e X1*X2 (effetto incrociato) come fattori. Ciò consente sia alle pendenze che alle intercette di variare e credo fornisca tutte le informazioni necessarie per confrontare statisticamente le pendenze e le intercette con le medie e tra loro. Qualcuno con un background statistico più completo può probabilmente suggerire esattamente dove cercare tali informazioni.
Grazie @MRB3855, @martindemel
grazie a questo test personalizzato e ai contrasti mostrati da @martindemel Ho ottenuto gli stessi risultati ottenuti con R.
L'unica cosa che potrebbe rimanere sarebbe quella di ottenere un aggiustamento di Tuckey dei valori p.
Grazie mille !
