Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?안녕하세요 커뮤니티 여러분,
9개의 연속형 요인에 대해 세 가지 반응(생존력, 증식, 유전자 발현)을 측정하는 Plackett-Burman DOE를 수행했습니다. 반응 중 하나(유전자 발현)에 대해서는 각 처리군에 대해 세 번씩 반응을 측정했습니다. 따라서 독립적인 반복 실험이 아닙니다. JMP에서 이 반응에 대해 적합시킨 모델에 임의 효과를 추가하고 싶습니다. 실제로 어떻게 할 수 있을까요? 아니면 JMP 플랫폼에서는 불가능한 걸까요?
매우 감사합니다
사라
기본 데이터 분석 및 모델링데이터 탐색 및 시각화실험 설계Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?데이터 세트를 살펴보지는 않았지만, Well이 블록이라면 Wells의 평균을 분석에 사용하면 안 됩니다. 계획 단계에서는 여러 가지 방법이 있습니다. 블록과 교락된 요인을 알고 블록에 할당할 수 있다면, 해당 블록을 고정 효과로 처리하고 블록 간 상호작용과 블록 간 상호작용을 모두 추정할 수 있습니다. 이는 견고성을 측정하는 지표입니다. 블록과 관련된 잡음 요인을 파악하지 못해 해당 요인을 블록에 할당하지 않은 경우, 블록 효과는 임의 효과로 처리해야 합니다(JMP는 기본적으로 임의 효과로 처리합니다).
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?말씀하신 대로 반복된 데이터 포인트는 처리와 독립적이지 않으므로 DF(변수 추정)가 아닙니다. 기본적으로 하나의 실험 단위를 세 번 측정한 것과 같습니다. 실험 처리 분석을 위해서는 이 세 데이터 포인트를 요약해야 합니다. 각 데이터를 별도의 Y로 입력하면 두 가지 모형을 얻을 수 있습니다. 참고로, 이 Y가 상관관계가 있는지도 확인할 수 있습니다(다변량 분석 > 다변량). 요인은 영향을 미치지 않거나, 평균에는 영향을 미치지만 분산에는 영향을 미치지 않거나, 분산에는 영향을 미치지만 평균에는 영향을 미치지 않거나, 평균과 분산 모두에 영향을 미칠 수 있습니다. 분산 문제가 있는 경우, 분산에 영향을 미치는 요인을 찾는 것이 평균에 영향을 미치는 요인을 찾는 것보다 더 중요합니다.
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?안녕하세요 @사라A : 완벽성을 위해, 그리고 @statman이 말씀하신 것처럼 Well을 블록으로 포함하는 대신 Well 평균을 분석하는 것을 선택할 수 있습니다. 그렇게 하면 Well을 무작위 효과(블록)로 포함하는 것과 거의 동일한 결과를 얻을 수 있습니다. 그리고 Well당 관측치가 3개일 경우에도 결과는 동일합니다(8번과 16번 Well은 각각 2개, 나머지는 3개). 하지만 Well을 블록으로 포함하는 것이 더 많은 정보를 제공하기 때문에 저는 이런 상황에서 보통 이 방법을 권장합니다.
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?안녕하세요 @사라A : JMP 모델은 블록 효과든 임의 효과든 어떻게 생각하시든 동일합니다. 하지만 블록으로 생각하면 Wells 간의 변동성은 다른 요인의 영향을 측정할 때 고려/통제해야 할 대상이며, 다른 요인들과 같은 방식으로 "효과"가 아니라는 것을 알 수 있습니다. 이는 대응 t-검정에서도 마찬가지입니다. 대응 t-검정에서는 대상을 블록(모델에서는 "임의 효과")으로 생각할 수 있으므로, 대상 내 비교를 수행하기 전에 블록 간의 변동성을 제거합니다.
https://www.lexjansen.com/pharmasug/2004/Posters/PO05.pdf
https://www.stat.purdue.edu/~kuczek/stat514/Split%20plot%20example.pdf
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?@MRB3855
Fit Model 플랫폼의 속성을 사용하여 무작위 효과를 추가했습니다. 이 맥락에서 무작위 효과가 아닌 블록으로 표시되는 이유를 잘 모르겠습니다. 좀 더 자세히 설명해 주시겠습니까?
감사합니다,
사라
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?안녕하세요 @사라A : 유전자 발현에 Well을 임의 효과로 포함시키는 아이디어가 타당하다고 생각합니다. 사실상 변경하기 어려운 요인들을 이용한 분할 플롯 설계와 같으니까요. 그래서 제 질문은, Well을 임의 효과로 포함하지 않는 이유가 무엇인가요?
편집: 글쎄요, 이 맥락에서는 블록이에요.
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?안녕하세요 @스탯맨
이러한 제안에 감사드립니다. 추가 질문이 있습니다. 평균과 표준편차 또는 (로그)표준편차를 계산한 후, Fit Model 플랫폼에서 이 두 데이터를 어떻게 (하나의 단위로) 함께 사용하나요? Fit Model에서 두 데이터 모두를 'Y'로 입력하면 JMP는 평균과 표준편차에 대해 각각 두 개의 회귀 모델을 생성합니다.
감사합니다,
사라
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?나도 방금 JMP Pro를 사용하고 있다는 걸 깨달았어요:)
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?안녕하세요 @빅터_G
두 가지 반응(세포 생존율과 세포 증식)에 대해 반복 실험을 수행했습니다. 각 반복 실험마다 반응을 측정하고, 각 실험 사이에 재설정을 수행했습니다. 이 방법은 괜찮습니다.
그러나 제가 겪는 문제는 반복이 있는 세 번째 반응(유전자 발현)에 대한 것입니다.즉, 반응을 3번 측정한 1회 실행입니다.따라서 DOE 표에 데이터를 입력할 때 이러한 측정값을 반복 실험으로 간주하는 것은 옳지 않다고 생각합니다.이는 서로 독립적이지 않기 때문입니다.따라서 모델에서 반복을 임의 효과로 처리하려고 생각했습니다.따라서 DOE 표에 추가 열(이름: 'well')을 추가했습니다(첨부 파일 참조).임의 효과를 처리하고 혼합 모델을 사용하여 데이터를 분석합니다.그러나 JMP에서 이것을 할 수 있는지(또는 JMP Pro 또는 SAS로 이동해야 하는지) 모르겠습니다.적합 모델 > 속성으로 이동하여 임의 효과를 선택할 수 있다는 것을 발견했습니다.
저는 정량 PCR을 사용하여 측정하기 때문에 측정 시스템에 큰 변동이 없지만, 반복을 통해 얻을 수 있는 정보를 잃고 싶지 않습니다.
@Mark_Bailey 님 말씀으로는 혼합 모형 외에 로그 표준 편차를 적용한 평균을 계산하는 것도 하나의 방법이라고 하셨는데, DOE 표에 어떻게 입력해야 하나요?
귀하의 제안에 감사드립니다.
감사합니다,
사라
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?이전 설명에 덧붙이자면, 반복이라면 모델링을 위해 평균과 로그 표준 편차를 계산할 수 있습니다. 평균은 원래 목적에 부합하고, 로그 표준 편차는 이 반응의 변동에 영향을 미치는 요인이 있는지 파악하는 데 도움이 됩니다.
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?Victor의 답변에 조금 더 덧붙이고 싶습니다. 문제의 반응 변수(반복 측정)에 대해 몇 가지 방법을 사용할 수 있지만, 세 개의 데이터 포인트를 어떻게 얻었는지에 따라 달라집니다. 동일한 표본(예: 측정 시스템)에 대한 여러 측정값이었습니까? 처리(예: 배치 내) 내에서 세 개의 표본이었습니까? 몇 가지 옵션은 다음과 같습니다.
1. 각 처리에 대한 3개의 데이터 포인트를 그래프로 표시하세요(그래프 빌더의 변동성 그래프). 특이한 데이터 포인트가 있나요? 패턴이 있나요?
2. 범위 관리도를 사용하여 해당 데이터 포인트의 일관성을 평가합니다. 이상치가 있습니까?
3. 데이터를 살펴본 후, 적절한 요약 통계량은 평균과 표준편차일 수 있습니다. 두 반응(또는 그 중 일부 변환) 모두 모델링할 수 있습니다. 평균은 3회 반복 측정값의 변동을 줄여주고(아마도 측정 오차를 줄여줄 것입니다), 표준편차는 3개 데이터 포인트의 변동을 정량화할 것입니다.
어떤 경우든 3가지 측정 항목을 설명하기 위해 무작위 항목을 추가할 이유는 없습니다.
Re: Plackett-Burman DOE의 다중 선형 회귀 모델에 임의 효과를 추가하는 방법은 무엇입니까?안녕하세요 @사라A ,
반복과 복제는 비용과 변동을 줄이기 위해 결합할 수 있는 두 가지 다른 기술입니다.반복은 동일한 실험 실행(측정 간에 재설정 없이 동일한 샘플)에서 여러 응답 측정을 하는 것을 의미하고, 복제는 각 치료 조합에 대해 여러 개의 독립적인 무작위 실험 실행(각 실행 간에 재설정이 있는 여러 샘플)을 하는 것을 의미합니다.
- 반복은 측정 시스템의 변동을 줄이는 데에만 도움이 됩니다(예를 들어 반복 측정의 평균을 사용하는 경우).
- 반복은 순수 오차에 대한 추정치를 제공하고 예측 오차(더 정확한 매개변수 추정치)를 줄이기 위해 전체 실험 변동(과정 + 측정)을 줄입니다.
반복을 무작위 효과로 처리하는 방법/이유가 무엇인지 잘 모르겠습니다.
이 응답에 대해 여러 번 반복 측정을 사용하는 데에는 어떤 문제점이나 이유가 있습니까?
반복을 처리하는 방법은 여러 가지가 있을 수 있습니다.
- 측정 시스템에 따라 편차가 큰 경우, 세 번의 측정 결과를 평균하여 측정 편차를 줄일 수 있습니다.
- 반복 측정의 경우 혼합 모델을 사용할 수도 있습니다. 반복 측정의 예
- 모델에서 반복 횟수를 임의 효과로 사용할 수도 있습니다. 이를 통해 반응과 관련된 분산 및 유의성에 대한 정보를 얻을 수 있으며, 고정 효과를 더 쉽게 식별하는 데 도움이 됩니다.
더 많은 지침이 필요하다면, 더 많은 맥락과 테스트할 수 있는 장난감 데이터 세트가 있으면 도움이 될 것입니다.
이 답변이 도움이 되기를 바랍니다.
