中央研磨の実施に関するヘルプこんにちは、
セルベーススクリーニングデータがあり、行方向にアーティファクトが発生し、奇数行（A、Cなど）の信号が偶数行（B、Dなど）よりもわずかに低くなっています。最適な解決策は機器の変動要因を軽減することですが、データを平滑化してヒットを救済し、より正確に判定したいと考えています。Tukeyの中央値研磨法が空間バイアスを平滑化するスクリーニングデータに使用されるという論文をいくつか読んだことがありますが、これをJMPに実装する方法や、すでに組み込みツールとして提供されているかどうかはわかりませんでした。行/列の中央値を見つけて計算を行うことで、この反復を1回実行できることはわかっていますが、このツールの強力な点は、行と列の中央値の変化が無視できるまでnサイクルを反復処理できる点です。このタスクを実行できるスクリプトの作成やプラグインについて、どなたかご教示いただけないでしょうか。他の分析ツールのように、y変数、行と列、そして任意の「by」変数を入力できるGUIウィンドウがあれば便利ですね。また、反復回数を入力するボックスや、残差検定などの機能があれば、反復回数の終了タイミングを自動で判断し、各反復の終了時に結果を表示してくれるので便利です。JMPは初心者なので、この辺りは私には全く理解できませんが、何かアドバイスがあれば嬉しいです！これはスクリーニング分析ツールにも強力な追加機能になると思います。データの平滑化が向上し、ヒットコールの信頼性が向上することが実証されているからです。よろしくお願いします！
-年
中央研磨に関する情報へのリンク:
https://en.wikipedia.org/wiki/Median_polish
高度な統計モデリング自動化とスクリプトRe: 中央研磨の実施に関するヘルプJMP には Median Polish は提供されていないと思いますが、Python または R への JMP インターフェイスを使用すると、Median Polish ルーチンにアクセスできます。
Re: 中央研磨の実施に関するヘルプまた、交互の行の偏りをなくしたいだけなら、GUIで数回クリックするだけで可能です。「中央揃え」の代わりに「標準化」を選択することもできます。
確かに、スクリプト作成の練習としては楽しそうですね。もし私がJSLでスクリプトを作成するなら、おそらくこのビデオの手順に従うと思います。
Re: 中央研磨の実施に関するヘルプ...そして、 列平均()をCol Median() に置き換えます。
完全なメディアンポリッシュを適用するには、データがそれに適している必要があります...
- そうしないと、多くの貴重な（重要な！）情報が「誤って」削除されます。
Re: 中央研磨の実施に関するヘルプ別のアプローチ...
ああ、今回は言わないでおきます。
Re: 中央研磨の実施に関するヘルプ念のため言っておきます！ @hogiの正規化 GUIでも同様のことができます。
Re: 中央研磨の実施に関するヘルプこんにちは、ジム。
返信ありがとうございます。自分で何かを作るのではなく、他の人が既に作ったものを活用したいと思っていました。
再度、感謝します、
年
Re: 中央研磨の実施に関するヘルプこんにちは、ジェド。
ご返信ありがとうございます。このスクリーンショットで何をしているのか、もう少し詳しく教えていただけますか？これらのオプションについてはよく分かりません。
スクリプトについては、メディアンポリッシュの手順は理解していますが、反復的な作業なので、スクリプト化して柔軟性を組み込むには時間がかかります。どなたか作成を手伝っていただけるか、既に動作しているスクリプトを教えていただけると嬉しいです。
Re: 中央研磨の実施に関するヘルプ二人ともありがとう！
関数を使ってこれに似たようなことを試してみたところ、データがわずかに改善されました！各行のすべてのテストウェルの中央値（適切な条件下ではHTSではほとんどのテストウェルがヒットしないため）を取得し、これを使って正規化しました。行の影響を軽減し、ヒットのトリアージに役立てることができました。
-年
Re: 中央研磨の実施に関するヘルプこんにちは@アミショード 、
上記で何が起こっているかを簡単に説明します。
- 偶数行と奇数行について言及されたので、0 と 1 が交互に表示される「バイアス」という列を作成しました。
- バイアス列を右クリックし、「新しい数式列」>「グループ化」を選択しました。列は作成されませんが、バイアス列が今後作成する数式列のグループ化列として設定されます。
- Y列を右クリックし、「新しい数式列」>「分布」>「中央」を選択すると、任意のグループ化変数に対して、Y列が0を中心とするように反復的に変換されます。つまり、「バイアス」列の0と1は別々に変換されます。これは、奇数行/偶数行に基づいてサンプルのバイアスを取り除く別の方法です。「分布」>「標準化」を選択しても同じことができます。
- このグラフは、これを視覚的に示そうとしているだけです。下のグラフはバイアスグループごとにフィッティングが異なりますが、上のグラフは中央寄せによってバイアスが除去されているため、両方のフィッティングが同じです。
また、目的によっては、作成中のモデルにバイアス列を効果として含めるだけで済みます。プロファイラーでは、データを変更することなく、効果を確認したり操作したりできます。これを示すために、更新したデータテーブルを添付しました。
