Hola a todos, @martindemel
En JMP 18.0.1, estoy lanzando un modelo lineal:
Y ~ X1 * X2
Dónde :
- Y es la respuesta continua
- X1 es un regresor continuo
- X2 es un regresor categórico (3 categorías denominadas "A", "B", "C")
Algunas personas llaman a este modelo ANCOVA.
De esto obtengo:
una intersección y una pendiente (sobre X1) por categorías de X2, como en el siguiente gráfico:
Me gustaría comparar estas pendientes entre sí, por pares .
Así (hecho en R 4.2.2)
biblioteca(emmeans)
pares(emtrends(lm(Y ~ X2 * X1, datos = 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
Por ahora en JMP solo encontré formas de hacer cosas muy parecidas pero no exactamente lo que quiero:
1. Enfoque del modelo de ajuste: comparar pendientes con el promedio general
--> Triángulo rojo / estimaciones / Comparar pendientes
Esto compara cada pendiente con la pendiente promedio (con un ajuste de Nelson)
2. Enfoque de curva de ajuste: resultados de la prueba de equivalencia
--> triángulo rojo (de ajuste lineal) / Prueba de equivalencia
Este enfoque realiza pruebas de equivalencia por pares (entre categorías de X2) para cada parámetro del ajuste. Aquí, solo hay 2 parámetros, la intersección y la pendiente.
Conclusión y pregunta final:
Sé que hay varias formas de decidir si una pendiente es diferente de las demás, pero estoy buscando el enfoque específico de comparación de pendientes por pares (el mismo que se puede realizar en R, consulte más arriba).
Descripción de los archivos adjuntos:
- data.xlsx = Archivo Excel de los datos (datos simulados)
- Compare_slopes_example.jmp = tabla JMP, con los datos de data.xlsx y el modelo de ajuste, los análisis de la curva de ajuste guardados en ella.
¡Muchas gracias por tu ayuda!
Que tengas un buen día = )
Gran anuncio @MRB3855
A partir de la publicación entendí que la prueba personalizada debe configurarse de esa manera (donde las primeras tres columnas no son necesarias pero muestran lo que @Mark_Bailey describió en su respuesta:
Hola, encontré otro hilo que analiza esta cuestión con más detalle. Por lo que puedo ver, abordan el tema de que no solo se quiere entender si hay una diferencia en las pendientes, sino qué diferencia hay en cada comparación.
Comparación de pendientes
Un enfoque es una especie de enfoque manual que toma cada nivel como referencia (usando el orden de valores para los niveles) y ajusta un modelo, el otro utiliza el ajuste no lineal. @julian también parece haber creado un complemento (que también se encuentra en el hilo), sin embargo, no estoy seguro de qué tan actual es, ya que tanto la publicación como el complemento son de 2016.
[editar:Por cierto, este primer enfoque también se ha incluido en una nota de JMP como referencia: [enlace eliminado porque no era accesible para todos los usuarios]]
Sí, @dlehman1 tiene razón. Con el modelo que especificó, la prueba de X2 te dirá si las intersecciones de las tres líneas son diferentes. La prueba de la interacción te dirá si las pendientes son diferentes. Para entender por qué, mira la ecuación de predicción de este modelo y podrás ver cómo el parámetro X2 es un ajuste a la intersección mientras que el parámetro X1*X2 es un ajuste a la pendiente X1.
Creo que lo que se desea es utilizar la plataforma de modelos Fit utilizando X1, X2 y X1*X2 (efecto cruzado) como factores. Esto permite que tanto las pendientes como las intersecciones varíen y creo que proporciona toda la información necesaria para comparar estadísticamente las pendientes y las intersecciones con los promedios y entre sí. Alguien con una formación estadística más completa probablemente pueda sugerir exactamente dónde buscar esa información.
Gracias @MRB3855, @martindemel
Gracias a esta prueba personalizada y a los contrastes mostrados por @martindemel Tengo los mismos resultados que con R.
Lo único que quedaría sería realizar un ajuste de Tuckey de los valores p.
Muchas gracias !
