DSD-Analyse-Workflow für Null-inflationsbehaftete, positive kontinuierliche ZähldatenHey,
Ich verfüge über Zähldaten, die ich im Rahmen der DSD-Confounding-Analyse erhoben habe.
Mir ist bewusst, dass das Fit-DSD-Modul wahrscheinlich nicht für diese Art von Daten gedacht ist. Daher frage ich mich, welcher Workflow hier angesichts der Störfaktoren zweiter Ordnung am besten zur Modellauswahl geeignet wäre.
Ich habe GLM mit ZI Gamma und Forward AICc getestet, aber ich kann nicht umhin, den Einfluss der Singularitäten dabei zu berücksichtigen.
Danke schön!
Fortgeschrittene statistische ModellierungVersuchsplanungBetreff: DSD-Analyse-Workflow für Null-inflationsbehaftete, positive kontinuierliche ZähldatenHallo @Tiago ,
Willkommen in der Community!
Ohne weitere Kontextinformationen oder einen anonymisierten Datensatz ist es möglicherweise schwierig, Ihnen zu helfen, aber hier sind einige Anmerkungen, die Ihnen vielleicht weiterhelfen:
- Hinsichtlich der für verallgemeinerte Regressionsmodelle zu spezifizierenden Verteilung würde ich Ihnen basierend auf Ihrer Beschreibung empfehlen, für nicht-negative Zähldaten eine Zero-Inflated Poisson-Verteilung zu verwenden.
Wenn Sie Zweifel an der Wahl des Verteilungstyps haben, können Sie mithilfe der Plattform Verteilungen diejenige auswählen, die am besten geeignet erscheint, indem Sie Verteilungen anpassen und die Güte der Anpassung testen.
- Bezüglich der Schätzmethode würde ich Ihnen empfehlen, diese beiden Optionen auszuprobieren: Beschnittene Vorwärtsselektion mit aktivierter Effekt-Vererbungsoption (angekreuzt) und Two Stage Forward Selection , da der Mechanismus dieser Schätzmethode dem der Fit DSD- Plattform sehr ähnlich ist:
- Zuerst sollte ein Haupteffektmodell erstellt und diese geschätzt werden.
- Zweitens werden die Terme höherer Ordnung (wie Interaktions- und quadratische Effekte) im Modell berücksichtigt.
Ich hoffe, diese ersten Anmerkungen helfen Ihnen weiter.
Betreff: DSD-Analyse-Workflow für Null-inflationsbehaftete, positive kontinuierliche ZähldatenVielen Dank für die prompte und sehr hilfreiche Antwort, @Victor_G
Ich denke, das beantwortet tatsächlich die meisten meiner Kernfragen. Nur eine kurze Anmerkung: Ich kann die ZI-Poisson-Verteilung nicht verwenden, da ich technische Replikate mittelwerte und daher keine ganzzahligen Werte mehr habe, obwohl es sich um Zähldaten handelt. Aber ich nehme an, dass es mit der Gamma-Verteilung genauso gut funktioniert, richtig?
Danke noch einmal!
Betreff: DSD-Analyse-Workflow für Null-inflationsbehaftete, positive kontinuierliche ZähldatenHallo @Tiago ,
Nur zur Klarstellung: Sprechen Sie von Replikaten (Messungen in einzelnen Experimenten mit denselben Behandlungskombinationen) oder von Wiederholungen (mehrere Messungen/Zählungen im selben Experiment)?
- Wiederholung Hierbei geht es darum, mehrere Messungen an derselben Versuchsreihe durchzuführen (an derselben Probe ohne zwischenzeitliche Anpassung). Wiederholungen reduzieren die Streuung des Messsystems (durch Verwendung des Mittelwerts der wiederholten Messungen). Wiederholungen können manuell als neue Spalten in eine Datentabelle eingefügt werden, da die Messung an derselben Versuchseinheit wiederholt wird. Anschließend können diese Spalten zur Berechnung und Modellierung des Mittelwerts, der Varianz usw. verwendet werden.
- Replikation Hierbei geht es darum, für jede Behandlungskombination mehrere unabhängige, randomisierte Versuchsreihen durchzuführen (mehrere Proben mit Reset zwischen den Durchläufen). Die Wiederholungen reduzieren die gesamte experimentelle Varianz (Prozess + Messungen), um eine Schätzung des reinen Fehlers zu ermöglichen und den Vorhersagefehler (durch genauere Parameterschätzungen) zu verringern. Sie werden (nach der Versuchsplanung oder -erweiterung) automatisch als neue Zeilen in eine Datentabelle eingefügt, da es sich um unabhängige Versuchsreihen handelt.
Im ersten Fall können Sie den Mittelwert mit der entsprechenden Verteilung verwenden (Gammaverteilung könnte in diesem Fall funktionieren; dies sollte jedoch mit der Verteilungsplattform überprüft werden). Im zweiten Fall ist die ZI-Poisson-Verteilung möglicherweise besser geeignet (nur positive ganze Zahlen).
Ich hoffe, das klärt die Situation.
Betreff: DSD-Analyse-Workflow für Null-inflationsbehaftete, positive kontinuierliche ZähldatenHey @Victor_G ,
Sie haben Recht. Es ist im Labor einfach üblich, wiederholte Messungen derselben Probe als technische Replikate zu bezeichnen. Entschuldigung für die Unklarheit und vielen Dank für die Erklärung!
