Comment calculer la puissance relative dans un modèle à lignes parallèles ?Salut,
J'ai ajusté le modèle de ligne parallèle LogY=Sample+Log_Dose à la courbe d'ajustement.
Les paramètres du test de parallélisme et du modèle sont corrects. Ils sont identiques à ceux obtenus avec R ou le logiciel PLA. Cependant, les puissances relatives sont totalement différentes. Existe-t-il une documentation technique expliquant leur calcul ? Merci !
Modélisation statistique avancéeAnalyse et modélisation de données de baseRe: Comment calculer la puissance relative dans un modèle à lignes parallèles ?Un petit tableau de données de test, les différents codes utilisés et un aperçu des résultats faciliteront l'enquête.
Re: Comment calculer la puissance relative dans un modèle à lignes parallèles ?Modélisation prédictive et spécialisée > Courbe d'ajustement > Options d'ajustement du modèle > Tester le parallélisme contient des informations
Re: Comment calculer la puissance relative dans un modèle à lignes parallèles ?J'ai utilisé l'exemple de PLA. Le RP obtenu avec R est de 2,170981, ce qui correspond à celui obtenu avec le logiciel PLA. En revanche, le résultat de JMP est de 5,9.
Les paramètres estimés sont identiques, je pense donc que les deux utilisent le même modèle, sauf que le RP de JMP est trop élevé.
données <- lire_excel("PLA Example_parallel line.xlsx", feuille = "Feuille1")
data$Log_Dose = log(data$Dose)
data$LogY = log(data$Y)
fit <- lm(LogY ~ Sample+Log_Dose , data = data) #modèle de droites parallèles : pente commune
résumé(ajustement)
coefficients <- coef(fit)
db <- coefficients["SampleT"] #
bêta <- coefficients["Log_Dose"]
LogRP <- db / bêta
RP<-exp(logRP)
Dans JMP, j'ai ajusté le modèle dans la section Modélisation spécialisée -> Ajustement de courbe, Polynômes -> Ajustement linéaire et test du parallélisme.
Re: Comment calculer la puissance relative dans un modèle à lignes parallèles ?Salut @acton ,
La raison pour laquelle vous constatez des différences est que les estimations du test de lignes parallèles dans JMP ne prennent pas la différence par rapport à la « ligne de base » de S, mais affichent plutôt chaque terme. Vous pouvez obtenir les mêmes valeurs que sur votre capture d'écran (qui utilise un codage factice pour les groupes d'échantillons) :
- Intercept = 5,71347 (pour S)
- Échantillon T = 0,70423 → Ordonnée à l'origine de T = 5,71347 + 0,70423 = 6,4177 (correspond au tableau JMP)
- Échantillon U = 0,51262 → Ordonnée à l'origine de U = 6,2261
- ÉchantillonV = 0,61602 → Ordonnée à l'origine de V = 6,3295
Les estimations de l'erreur standard diffèrent car JMP les extrait de la matrice de covariance, tandis que vos estimations issues de la capture d'écran semblent être les estimations brutes.
Merci,
Ben
Re: Comment calculer la puissance relative dans un modèle à lignes parallèles ?Salut Ben,
Les estimations de l'ordonnée à l'origine et de la pente de JMP me conviennent, mais les puissances relatives semblent incorrectes. J'ai cliqué sur « Tester le parallélisme » et j'ai ensuite obtenu les résultats des puissances relatives. Je ne suis pas certain qu'il s'agisse des puissances relatives pour un modèle de droites parallèles. Je ne trouve pas le fichier d'aide de JMP concernant cette analyse.
merci,
action
