Domanda su come correggere i confronti multipli nei risultati ANCOVA (BY=Atlas)Buongiorno, sto utilizzando JMP Student Edition per eseguire un'analisi di covarianza (ANCOVA). Ecco i passaggi:
- Adattamento del modello (Y: valore misurato, BY: numero dell'atlante)
- Configurazione dell'effetto modello (numero di malattie, età)
- Metodo: minimi quadrati standard
- Punto di forza: ecco l'effetto
Quando si esegue questa impostazione, verrà visualizzato un report dei "Valori di risposta effettivi" per ciascun numero di atlante.FDRCapisco che selezionando questa casella si applica la correzione FDR.
Scopo: Abbiamo testato la significatività statistica per ciascun numero di atlante utilizzando l'ANCOVA, ma poiché abbiamo condotto test separati per ciascun atlante, è possibile che siano presenti falsi positivi. Pertanto, vorremmo correggere i valori p ottenuti per confronti multipli su tutti gli atlanti.
Ecco la domanda:
- La correzione FDR nel "Riepilogo degli effetti" si applica solo al numero di fattori inclusi negli effetti del modello (in questo caso, i due fattori: numero di malattie ed età)?
- È possibile eseguire la correzione FDR per i risultati ANCOVA su tutti i numeri dell'atlante (tutti i report BY) in JMP Student Edition? Non è possibile tramite GUI o script JSL.
- *Gradirei se potessi rispondere a questa domanda nel caso in cui la correzione FDR in ① venga applicata solo al numero di coefficienti dell'effetto del modello.
Modellazione statistica avanzataRe: Domanda su come correggere i confronti multipli nei risultati ANCOVA (BY=Atlas)Il valore "FDR" nel "Riepilogo effetti" visualizzato quando si utilizza una variabile By nel "Modello di adattamento" è il valore p aggiustato per FDR per il test solo all'interno di ciascun livello della variabile By.
Si noti che il tasso di falsi positivi (FDR) non controlla il tasso di errore familiare (FWER), ovvero la probabilità che una delle ipotesi nulle vere venga rifiutata. Si tratta semplicemente di un valore p aggiustato per FDR, calcolato utilizzando il metodo Benjamini-Hochberg per controllare la proporzione media di ipotesi nulle vere tra le ipotesi nulle rifiutate.
■In JMP 19 è stata aggiunta una funzione denominata FDR Adjust. Sebbene richieda programmazione, questa funzione consente di calcolare un valore p corretto per FDR da un valore p grezzo (valore p non corretto). I passaggi sono i seguenti:
Si prega di notare che lo script riportato di seguito è solo un esempio e che la responsabilità di tale script è esclusivamente mia e non della mia organizzazione.
(1) Eseguire un'analisi di regressione utilizzando il modello di adattamento .
(2) Fare clic con il pulsante destro del mouse sulla tabella "Stime dei parametri" e selezionare "Crea tabella dati concatenati" dal menu a comparsa. Verrà creata una tabella dati contenente le stime dei parametri e i valori p.
(3) Con la finestra della tabella dati creata in (2) attiva, selezionare [File] → [Nuovo] → [Script JSL] . Verrà richiamato l'editor di script.
(4) Copia e incolla il codice sottostante nell'editor di script in (3).
Names Default To Here(1);
/* 現在、アクティブなデータテーブルに対する参照を取得 */
dt = Current Data Table();
/* 切片項の行を選択 */
dt << Select Where( :項 == "切片" );
/* 切片項の行を削除 */
dt << Delete Rows;
/* 未調整p値の取得 */
pval = Column(dt, "p値(Prob>|t|)")<
<GET as="" matrix=""></GET>
<P><BR />(5) Selezionare <STRONG>[Modifica] → [Esegui script]</STRONG> .<BR /> Una colonna denominata "FDR" dovrebbe essere aggiunta alla tabella dati sopra (2).</P> <P><BR />■Sebbene ciò comporti il test dell'intero set di dati anziché solo di ogni livello, è stata aggiunta una nuova funzione di analisi dei sottogruppi allo screening delle risposte in JMP 19.</P> <P>(1) Selezionare <STRONG>[Analizza] → [Adatta modello]</STRONG> .<BR /> (2) Selezionare <STRONG>[Screening della risposta]</STRONG> da <STRONG>[Metodo]</STRONG> nell'angolo in alto a destra della finestra.<BR /> (3) Specificare la variabile di risposta (variabile Y) e gli effetti.<BR /> (4) Specificare la variabile By in <STRONG>Sottoraggruppamento</STRONG> .<BR /> (5) Fare clic sul pulsante <STRONG>[Esegui]</STRONG> .</P> <P>Il "valore p FDR" in questo risultato è un valore p aggiustato per FDR che tiene conto non solo del test per ogni livello By, ma anche del test per l'intero dato.</P> <BR /> <P>Ancora una volta, il valore p aggiustato per FDR non controlla il FWER, ma piuttosto il tasso di false scoperte.</P> <BR />
Re: Domanda su come correggere i confronti multipli nei risultati ANCOVA (BY=Atlas)I valori p aggiustati per FDR mostrati nel "Riepilogo degli effetti per variabili" sono per ciascuna serie (In questo caso, ho capito chiaramente che si applica solo ai risultati dei test compresi nel numero dell'atlante.
Per eseguire la correzione FDR su tutti gli atlanti, utilizzareFunzione di regolazione FDRHo trovato molto utile poter calcolare i valori p aggiustati per FDR dai valori p non aggiustati tutti in una volta utilizzando.
Grazie anche per aver fornito la sceneggiatura.
Un'altra nuova scoperta è stata che in JMP19, specificando il sottoraggruppamento in "Response Screening" è possibile eseguire la correzione FDR sull'intero set di dati.
Ho trovato molto istruttivi anche i tuoi commenti sulle differenze di pensiero tra FDR e FWER.
Grazie mille per la tua preziosa spiegazione.
