Comment les réplicas sont traités dans l'explorateur de données fonctionnellesBonjour,
J'ai saisi des données fonctionnelles dans l'explorateur de données fonctionnelles. Ces données comprennent trois réplicats biologiques de données d'absorbance au cours du temps, illustrant la croissance d'un organisme en triplicata. Il s'agit de données denses : les mesures sont effectuées toutes les 30 minutes pendant 24 heures pour chaque réplicat. Ainsi, pour un organisme donné, trois mesures d'absorbance sont prises simultanément, à 30 minutes d'intervalle. Je travaille avec de nombreux organismes et souhaite réaliser une analyse en composantes principales fonctionnelles (FPCA) afin de les regrouper par fonction d'absorbance.
Je me demandais comment JMP et l'explorateur de données fonctionnelles (des splines P à l'ACP fonctionnelle) traitent les réplicats saisis avec le même identifiant ? Lors de la modélisation des données, je constate que les modèles prennent quasiment la moyenne de mes trois réplicats (voir pièce jointe).
Que se passe-t-il exactement ? Je fournis à JMP trois valeurs x et trois valeurs y à chaque intervalle de 30 minutes ; il devrait donc y avoir un traitement standard dans ce cas, car cela semble presque impossible à utiliser avec JMP.
Merci d'avance pour votre aide.
Modélisation statistique avancéeExploration et visualisation des donnéesModélisation prédictive et apprentissage automatiqueRe : Traitement des réplicas dans l’explorateur de données fonctionnellesSalut @MedianRooster42 ,
Bienvenue dans la communauté !
Si vos réplicats ont le même identifiant, l'explorateur de données fonctionnelles les considérera comme une seule et même expérience et modélisera les résultats à l'aide d'une fonction de moyenne (ou tentera une interpolation si les mesures d'horodatage/de délai diffèrent entre les expériences). Autrement dit, dans l' aide de JMP : « Pour les données empilées, si aucune variable d'identification n'est attribuée, toutes les observations sont considérées comme provenant d'une seule fonction . » (Il en va de même si une variable d'identification est attribuée à plusieurs observations : elles sont alors considérées comme provenant d'une seule fonction.)
Les réplicats étant des exécutions indépendantes, je leur attribuerais un identifiant différent. On pourrait envisager une nomenclature du type Expérience A-1, Expérience A-2, Expérience A-3, etc.
Il est judicieux d'attribuer un identifiant différent à chaque expérience, tant du point de vue expérimental (exécutions indépendantes) que du point de vue de la modélisation : toutes les données brutes sont conservées sans agrégation, et le modèle fonctionnel est ajusté à l'ensemble des expériences, qu'il s'agisse de réplicats ou non. Ainsi, vous pouvez évaluer la variabilité de vos réplicats en analysant les résumés fonctionnels de vos exécutions répliquées, et en particulier les scores FPC. Cette méthode d'analyse des réplicats peut également s'avérer plus pertinente si vous envisagez d'utiliser une analyse DOE fonctionnelle : Exemple d'analyse DOE fonctionnelle
J'espère que cette réponse vous aidera.
