Pregunta sobre cómo corregir las comparaciones múltiples en los resultados de ANCOVA (BY=Atlas)Hola, actualmente estoy usando JMP Student Edition para realizar un análisis de covarianza (ANCOVA). Estos son los pasos:
- Ajuste del modelo (Y: valor medido, BY: número de atlas)
- Configuración del efecto del modelo (número de enfermedad, edad)
- Método: Mínimos cuadrados estándar
- Punto clave: Este es el efecto
Al ejecutar esta configuración, se mostrará un informe de "Valores de respuesta reales" para cada número de atlas.FDREntiendo que al marcar esta casilla se aplica la corrección FDR.
ObjetivoSe evaluó la significancia estadística de cada número de atlas mediante ANCOVA, pero dado que se realizaron pruebas separadas para cada atlas, es posible que existan falsos positivos. Por lo tanto, se corregirán los valores p obtenidos para las comparaciones múltiples entre todos los atlas.
He aquí la pregunta:
- ¿La corrección FDR en el "Resumen de efectos" se aplica únicamente al número de factores incluidos en los efectos del modelo (en este caso, los dos factores: número de enfermedad y edad)?
- ¿Es posible realizar la corrección FDR para los resultados de ANCOVA en todos los números de atlas (todos los informes BY) en JMP Student Edition? No es posible mediante la interfaz gráfica de usuario ni mediante scripts JSL.
- *Le agradecería si pudiera responder a esta pregunta en el caso de que la corrección FDR en ① se aplique únicamente al número de coeficientes del efecto del modelo.
Modelado estadístico avanzadoRe: Pregunta sobre cómo corregir las comparaciones múltiples en los resultados de ANCOVA (BY=Atlas)El "FDR" en el "Resumen de efectos" que se muestra al usar una variable "Por" en "Ajustar modelo" es el valor p ajustado por FDR para la prueba dentro de cada nivel de la variable "Por" solamente.
Cabe destacar que la tasa de falsos descubrimientos (FDR) no controla la tasa de error familiar (FWER), es decir, la probabilidad de que se rechace una de las hipótesis nulas verdaderas. Se trata simplemente de un valor p ajustado por la FDR, calculado mediante el método de Benjamini-Hochberg para controlar la proporción promedio de hipótesis nulas verdaderas entre las rechazadas.
■ En JMP 19 se ha añadido una función llamada Ajuste FDR. Aunque requiere programación, esta función permite calcular un valor p ajustado por FDR a partir de un valor p sin ajustar. Los pasos son los siguientes:
Tenga en cuenta que el siguiente script es solo un ejemplo, y yo soy el único responsable de este script, no mi organización.
(1) Ejecutar un análisis de regresión utilizando el modelo de ajuste .
(2) Haga clic con el botón derecho en la tabla "Estimaciones de parámetros" y seleccione "Crear tabla de datos concatenados" en el menú emergente. Esto creará una tabla de datos que contiene las estimaciones de parámetros y los valores p.
(3) Con la ventana de tabla de datos creada en (2) arriba activa, seleccione [Archivo] → [Nuevo] → [Script JSL] . Se abrirá el editor de scripts.
(4) Copie y pegue el código a continuación en el editor de scripts en (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) Seleccione <STRONG>[Editar] → [Ejecutar script]</STRONG> .<BR /> Se debe agregar una columna llamada "FDR" a la tabla de datos anterior (2).</P> <P><BR />■Aunque esto implica probar todo el conjunto de datos en lugar de solo cada nivel, se ha añadido una nueva función de análisis de subgrupos a la función de detección de respuestas en JMP 19.</P> <P>(1) Seleccione <STRONG>[Analizar] → [Ajustar modelo]</STRONG> .<BR /> (2) Seleccione <STRONG>[Respuesta de detección]</STRONG> de <STRONG>[Método]</STRONG> en la esquina superior derecha de la ventana.<BR /> (3) Especifique la variable de respuesta (variable Y) y los efectos.<BR /> (4) Especifique la variable By en <STRONG>Subgrouping</STRONG> .<BR /> (5) Haga clic en el botón <STRONG>[Ejecutar]</STRONG> .</P> <P>El "valor p FDR" en este resultado es un valor p ajustado por FDR que tiene en cuenta no solo la prueba para cada nivel By, sino también la prueba para todos los datos.</P> <BR /> <P>Nuevamente, el valor p ajustado por FDR no controla el FWER, sino la tasa de falsos descubrimientos.</P> <BR />
Re: Pregunta sobre cómo corregir las comparaciones múltiples en los resultados de ANCOVA (BY=Atlas)Los valores p ajustados por FDR que se muestran en el "Resumen de efectos por variables" corresponden a cada serie By (En este caso, entendí claramente que solo se aplica a los resultados de las pruebas dentro del número de atlas.
Para realizar la corrección FDR en todos los atlas, utilice elFunción de ajuste FDRMe resultó muy útil poder calcular los valores p ajustados por FDR a partir de los valores p no ajustados de una sola vez usando.
Gracias también por facilitarnos el guion.
Otro nuevo descubrimiento fue que en JMP19, especificar la subagrupación en "Response Screening" permite realizar la corrección FDR en todo el conjunto de datos.
También me resultaron muy informativos sus comentarios sobre las diferencias de pensamiento entre FDR y FWER.
Muchas gracias por su valiosa explicación.
