혼합 모델 성격 대신 '무작위' 속성을 사용하여 표준 최소 제곱 성격을 사용해야 하는 경우는 언제인가요?안녕하세요, 네 가지 고정 효과(변형률, 농도, 상호작용, 일)를 갖는 모델을 만들려고 합니다(실험 일수가 부족해서 무작위 효과로 만들 수 없습니다). 무작위 효과는 플레이트(96웰 플레이트) 내에 중첩되어 복제되고, 플레이트는 일 내에 중첩됩니다. JMP에서 이 모델을 모델링하는 두 가지 방법이 있는 것으로 알고 있습니다.
1. '속성'을 사용하여 무작위 효과를 무작위로 선택하는 '표준 최소 제곱법' 성격
2. '혼합 모델' 성격의 경우, 이 문제는 출력에 R^2 값이 표시되지 않아 모델의 분산이 내 효과로 얼마나 설명되는지 확인할 수 없다는 것입니다.
어느 것을 사용하는 것이 가장 좋을까요?
감사합니다!
기본 데이터 분석 및 모델링Re: 혼합 모델 성격 대신 '무작위' 속성을 사용하여 표준 최소 제곱 성격을 사용해야 하는 경우는 언제인가요?안녕하세요 @블립555555
이전 게시물에 대한 논의에 이어, 방금 혼합 모형 관련 도움말 섹션을 살펴보았습니다. 혼합 모형 특성은 복잡한 공분산 구조가 있을 때 도움이 되는 것 같습니다.
특정한 공분산 구조가 없는 경우( 구조 = 잔차 : 관찰 간에 공분산이 없으므로 오차가 독립적임) 임의 효과가 있는 표준 최소 제곱법이나 혼합 모델 특성을 사용하여 모델을 구축할 수 있으며 동일한 결과를 얻을 수 있습니다.
예를 들어, "Machine" 데이터 세트로 시도해 보았는데, 공분산 구조가 "Residual"에 설정되어 있으므로 두 모델은 플랫폼에서 동일합니다.
이 답변이 도움이 되기를 바랍니다.
Re: 혼합 모델 성격 대신 '무작위' 속성을 사용하여 표준 최소 제곱 성격을 사용해야 하는 경우는 언제인가요?친애하는 빅터에게,
알겠습니다. 제 오류가 독립적인지 어떻게 알 수 있나요?
배경 설명을 위해, 항생제 농도와 세균 균주가 형광 마커(반응 변수)에 어떤 영향을 미치는지 분석하고 있습니다. 고정 효과는 실험일(실험을 5일 이상 진행하지 않았기 때문에), 균주, 농도, 균주*농도입니다. 임의 효과는 플레이트 내에 중첩된 반복 실험(동일한 96-well 플레이트에서 반복 실험의 변동을 고려)과 플레이트 내에 중첩된 반복 실험(같은 날 플레이트 간 변동을 고려)입니다. 반복 실험과 플레이트 간의 변동을 고려한 후에도 오차가 종속적이라고 생각할 근거는 없다고 생각합니다.
감사합니다!
Re: 혼합 모델 성격 대신 '무작위' 속성을 사용하여 표준 최소 제곱 성격을 사용해야 하는 경우는 언제인가요?안녕하세요 @blip555555
여러 가지 측면을 확인할 수 있습니다.
- "행 진단"에서 "예측 플롯별 잔차"와 "행별 잔차"를 확인하여 선형 회귀 모델의 기본 가정 , 즉 잔차의 상수 분산과 관찰치의 독립성(잔차와 행을 비교할 때 잔차에 특정 패턴이 없음)을 확인할 수 있습니다.
- REML 보고서 아래의 " 분산 성분 추정치의 공분산 행렬 "을 확인하여 임의 효과 간의 공분산이 상대적으로 낮은지 확인할 수도 있습니다.
- 마지막으로, 분석 잔차를 데이터 테이블에 저장하고 잔차와 원래 요인 간의 상관관계를 확인할 수 있습니다. 모형이 요인의 변동을 포착했으므로, 잔차는 원래 요인과 매우 낮은 상관관계를 가져야 합니다.
잔차를 통제 차트에 사용하여 이상한 패턴/값이 있는지 평가하고, 이를 요인이나 특정 조건에 연결하거나, 의심스러워 보일 수 있는 잔차의 느린 변동을 평가할 수도 있습니다(잔차 대 행 플롯과 유사).
이 답변이 도움이 되기를 바랍니다.
Re: 혼합 모델 성격 대신 '무작위' 속성을 사용하여 표준 최소 제곱 성격을 사용해야 하는 경우는 언제인가요?친애하는 빅터에게,
답변 정말 감사합니다. 질문이 너무 많아서 죄송합니다. JMP와 통계 모델링을 처음 접하는 초보입니다. 아래 첨부된 것처럼 예측값을 이용하여 잔차를 그래프로 표시했고, 공분산 행렬 성분 추정값도 확인해 보았습니다. 표준 최소제곱법(임의효과 포함)이 효과가 있는 것 같습니다.
Re: 혼합 모델 성격 대신 '무작위' 속성을 사용하여 표준 최소 제곱 성격을 사용해야 하는 경우는 언제인가요?캡처를 보면, 네, 잔차의 변동이 무작위적인 것처럼 보이기 때문에 "효과가 있는" 것 같습니다. 다만 첫 번째 캡처에서는 중간값이 없는 일종의 집단 효과가 있는 것 같습니다. 하지만 이는 무작위/차단 효과의 결과일 수 있습니다.
질문은 문제가 되지 않지만, 응답에 정보가 부족하다는 점이 문제가 될 수 있습니다. 통계는 "예/아니오"로 답할 수 있는 상황이 아니라, 모델의 정보와 적합성을 바탕으로 내리고자 하는 결정에 대한 신뢰도(그리고 위험도)의 정도입니다. 상황을 분석할 데이터셋이 없다면 이러한 상황을 평가하는 것은 어렵거나 불가능합니다.
익명화된 방식으로 데이터를 공유하고 싶다면 '데이터 익명화' 옵션이 적합합니다.
이 답변이 도움이 되기를 바랍니다.
