Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Ciao a tutti,
Ho adattato un modello semplice con una variabile continua e una nominale usando i minimi quadrati standard. Ora mi chiedo perché le somme dei quadrati sembrano non corrispondere nei test di analisi della varianza e degli effetti. Uso JMP 18.0.1.
3,16 e 0,01 non danno il SS complessivo del modello di 3,37. È come se mancassero alcuni 0,2. Qualcuno potrebbe spiegare perché?
Ciò mi lascia particolarmente perplesso perché sto esaminando l'analisi degli stessi dati in minitab forniti dai colleghi, e lì il fattore "Mese" ottiene effettivamente l'SS aumentato di 0,209. Tutte le altre cose come DF e SS di tutto il resto corrispondono. Alla fine, ciò ha implicazioni per il valore p per giudicare la significatività di "mese" per l'adattamento, motivo per cui questo mi ha infastidito in primo luogo.
Saluti,
Costantino
Analisi e modellazione dei dati di baseR: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Sarebbe davvero utile dare un'occhiata ai risultati se allegassi la tabella dati effettiva invece dei soli output. Un po' come "mostra il tuo lavoro" a scuola.
Un'osservazione che posso fare immediatamente nel tuo confronto con Minitab è che Minitab sta segnalando SS sequenziali (tipo 1) non SS parziali (tipo 3). Gli SS sequenziali dipendono dall'ordine, mentre gli SS parziali sono più robusti all'ordine del modello (e sono preferiti e solitamente l'impostazione predefinita). JMP utilizzerà il tipo 3 come impostazione predefinita e utilizza anche REML (penso che Minitab sia ancora sulla piattaforma di stima EMS).
Non sono sicuro di quali siano i tuoi fattori, e quali siano continui e quali nominali. Né batch né mese sembrano continui? Hai 9 batch e 2 mesi. ma non riesco a capire da dove provenga il tuo DF per MSE?
Se si esamina la tabella delle stime dei parametri e si aggiunge la colonna VIF, quali sono questi valori?
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Grazie mille, è già molto più chiaro!
Ho allegato i dati a questa risposta. I VIF sono piuttosto piccoli.
La tua osservazione è molto illuminante per me. Ieri mi chiedevo se l'ordine del modello gioca un ruolo e ho invertito mese e batch, ma a JMP non importava. Ha perfettamente senso con la tua spiegazione con Tipo 3. Ora capisco anche che gli effetti in JMP sono regolati per la presenza di altri effetti, mentre Minitab non lo fa, il che spiega la differenza. Dopo aver rimosso "batch" dal modello, JMP fornisce un SS di 0,2 per "mese", che è ciò che Minitab emette dal modello con entrambi i fattori.
Credo che la questione sia risolta.
Tuttavia, mi sono chiesto anch'io come te sui DF. Il mese è un fattore continuo. Quindi perché finisce con un DF di 1? Forse ti verrà un'idea dopo aver esaminato i dati.
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Ciao @Bashburz1 : "Tuttavia, mi sono chiesto anch'io come te sui DF. Il mese è un fattore continuo. Quindi perché finisce con un DF di 1?"
Questo perché, in quanto fattore continuo, introduce solo un parametro nel modello: la "pendenza", ovvero il termine che viene moltiplicato per il mese.
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Capito, grazie!
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?A proposito, se cambi il tipo di dati per mese in nominale otterrai 9 DF per mese. Non capisco perché consideri mese una variabile continua?
Inoltre, se si fa clic sul triangolo rosso accanto alla risposta nell'output del modello di adattamento e si seleziona Stime>Test sequenziali, si otterrà il SS di tipo 1.
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Ciao @statman La mia supposizione fondata è che "mese" sia effettivamente continuo; è in realtà tempo... ma le sue unità sono i mesi (potrebbero essere secondi, minuti, giorni, settimane, ecc.). Immagino che questa sia un'analisi di stabilità (durata di conservazione) nell'industria farmaceutica. Ho ragione @Bashburz1 ? Se è così, "mese" è continuo.
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Hmmmm, interessante, se ti interessa la stabilità , non modellerei il mese con un modello lineare. Userei idee di campionamento e grafici di controllo per la valutazione della stabilità. Cosa significherebbe se il mese fosse significativo? C'era un mese insolito (speciale usando la terminologia di Deming) o c'è solo molta variazione mese per mese?
Di certo non puoi completare lo studio e dire che il mese è significativo e il mese 1 è migliore, proviamoci. Ora, se dovessi porre la domanda in un processo di panificazione se il tempo ha un effetto, certamente considereresti quel "tempo" un fattore continuo.
Ma devo ammettere che non sono una PMI "a scaffale".
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?@statman L'analogia appropriata è il processo di cottura; il modello lineare per la "stabilità" (questo è il termine usato nel settore per ciò che è comunemente definito durata di conservazione... da non confondere con un "processo stabile" nel gergo del controllo qualità) è un modello ANCOVA con il tempo come covariata.
Probabilmente più di quanto hai chiesto, ma ecco qua!
https://database.ich.org/sites/default/files/Q1E_Guideline.pdf#page13
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Grazie per la lettura leggera di questa mattina. Wow, questa è ovviamente una guida scritta dal comitato.
"Lo scopo di uno studio di stabilità è stabilire, sulla base
dopo aver testato almeno tre lotti del principio attivo o del prodotto, un nuovo test
periodo o durata di conservazione e istruzioni di conservazione sull'etichetta applicabili a tutti i lotti futuri
fabbricati e confezionati in circostanze analoghe".
Da dove viene il numero 3? 3 lotti sono rappresentativi di tutti i lotti...in quale mondo?
Come hai notato, l'uso della parola stabilità mi confonde e non è definita nel documento. Sembra essere rivolta al deterioramento dell'efficacia del farmaco?
Mi piace questa sezione:
"Dati non idonei all'analisi statistica"
In ogni caso, per l'OP, se si seguono queste indicazioni, il mese dovrebbe essere la covariata e si dovrebbero usare test sequenziali sulla covariata, quindi SS parziale (tipo 3) per i fattori rimanenti nel proprio studio.
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Esatto, il mese è semplicemente un'unità di tempo.
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Sì, "stabilità" significa monitorare qualsiasi declino o cambiamento di qualsiasi attributo del farmaco nel tempo. Grazie per il suggerimento sull'uso dei test sequenziali in JMP. In questo contesto, di solito hai tre lotti (forse storicamente per ragioni pratiche) e sei interessato a vedere se si comportano allo stesso modo. Quindi, inizi con lotto, tempo e il loro termine incrociato. Per prima cosa verifichi se puoi scartare il termine incrociato, ovvero tutte le pendenze sono uguali. Quindi, vorresti scartare "lotto", ovvero mostrare che le intercette sono uguali. Butti tutti i punti dati in un grafico e adatti una linea. A volte puoi avere più fattori, che idealmente vorresti non avessero alcuna influenza. Quindi, mese/tempo è di solito l'ultimo uomo in piedi qui.
Ho visto un ottimo corso qui sul sito JMP sui modelli misti e su come possono essere applicati a questo argomento, ma è accompagnato da un disclaimer che afferma che tale approccio semplicemente non è conforme alle linee guida menzionate, quindi eccoci qui:)
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Ciao @Bashburz1 : non so se lo sai, ma in JMP esiste un modulo per l'analisi della stabilità.
https://www.jmp.com/support/help/en/18.1/index.shtml#page/jmp/stability-analysis-in-the-degradation-platform.shtml
Fa la stessa cosa della piattaforma del modello di adattamento, ma ha alcune opzioni specifiche per l'analisi di stabilità secondo ICH Q1E.
R: Perché la somma dei quadrati nei "Test degli effetti" non corrisponde alla somma dei quadrati del modello complessivo?Non lo sapevo, grazie! È comunque bello capire i passaggi e farli manualmente, ma quel modulo fa letteralmente questo lavoro da solo.
