ゼロ過剰の正の連続カウントデータに対するDSD解析ワークフローおい、
私はDSD交絡因子の枠組みの中で収集した計数データを持っています。
Fit DSDモジュールはおそらくこの種のデータ向けに設計されたものではないと認識しています。そこで、二次項に交絡因子が存在することを考慮すると、モデル選択において最適なワークフローはどのようなものか疑問に思っています。
私はZIガンマとフォワードAICcを用いてGLMをテストしましたが、特異点がこれに与える影響をどうしても考慮せざるを得ません。
ありがとう！
高度な統計モデリング実験計画法件名：ゼロ過剰の正の連続カウントデータに対するDSD分析ワークフローこんにちは、 @Tiago さん。
コミュニティへようこそ！
より詳しい状況説明や匿名化されたデータセットがないと、お手伝いするのは難しいかもしれませんが、参考になるかもしれない点をいくつか挙げておきます。
- 一般化回帰モデルに指定する分布に関してですが、ご説明いただいた内容に基づくと、非負のカウントデータにはゼロ過剰ポアソン分布を試してみることをお勧めします。
選択すべき分布タイプについて疑問がある場合は、分布を当てはめて適合度をテストすることで、最も適切と思われる分布タイプをプラットフォーム「 分布」で確認できます。
- 推定方法に関しては、次の2つのオプションを試してみることをお勧めします。効果遺伝オプションを強制（チェック）した剪定前方選択と、 2段階前方選択です。この推定方法のメカニズムは、 フィットDSDプラットフォームが行っていることと非常によく似ているためです。
- まず、主効果モデルを構築し、これらを推定します。
- 第二に、モデルでは高次の項（相互作用や二次効果など）が考慮されます。
これらの最初の発言があなたのお役に立てば幸いです。
件名：ゼロ過剰の正の連続カウントデータに対するDSD分析ワークフロー@Victor_G さん、迅速かつ大変参考になるご回答をありがとうございました。
これは確かに私の主要な疑問のほとんどを解決してくれると思います。一点だけ補足すると、私は技術的複製を平均化しているため、カウントデータであっても整数値がなくなってしまうので、ZIポアソン分布は使えません。しかし、ガンマ分布でも同様にうまくいくはずですよね？
再度、感謝します！
件名：ゼロ過剰の正の連続カウントデータに対するDSD分析ワークフローこんにちは、 @Tiago さん。
念のため確認ですが、ここで言及されているのは、反復測定（同じ処理条件で個々の実験を複数回測定すること）のことですか、それとも繰り返し測定（同じ実験で複数回測定・カウントすること）のことですか？
- 繰り返し これは、同じ実験ラン（測定間にリセットを行わない同じサンプル）で複数の応答測定を行うことに関するものです。繰り返し測定は、測定システムのばらつきを低減するだけです（繰り返し測定の平均値を使用することによって）。同じ実験ユニットで測定を繰り返す場合、繰り返し測定はデータテーブルに新しい列として手動で追加できます。その後、これらの列を使用して、平均測定値、分散などを計算およびモデル化できます。
- レプリケーション これは、各処理組み合わせに対して、複数の独立したランダム化実験ラン（各ランの間にリセットを行う複数のサンプル）を実行することです。繰り返し実験を行うことで、実験全体の変動（プロセス＋測定値）が低減され、純誤差の推定値が得られ、予測誤差も低減されます（より正確なパラメータ推定値が得られます）。これらは独立した実験ランであるため、（設計生成または拡張後に）データテーブルに新しい行として自動的に追加されます。
最初のケースでは、適切な分布を用いた平均値を使用できます（ガンマ分布がこの設定に適している可能性があります。分布プラットフォームで確認してください）。2番目のケースでは、ZI-ポアソン分布がより適切な分布となる可能性があります（正の整数のみ）。
これで状況が明確になったことを願います。
件名：ゼロ過剰の正の連続カウントデータに対するDSD分析ワークフローやあ、 @Victor_G 、
おっしゃる通りです。同じサンプルを繰り返し測定した結果を「技術的複製」と呼ぶのは、研究室での慣習です。曖昧な表現で申し訳ありませんでした。ご説明いただきありがとうございました！
