Come vengono gestite le repliche nell'Esplora dati funzionaliCiao,
Ho inserito dei dati funzionali nell'esploratore di dati funzionali. Dispongo di tre repliche biologiche di dati di assorbanza nel tempo, che mostrano la crescita di un organismo in triplice copia nel tempo utilizzando una misura di assorbanza. Si tratta di dati densi e ho misurazioni in ciascuna replica ogni 30 minuti per 24 ore. Ciò significa che per un dato organismo, ho tre misurazioni di assorbanza effettuate nello stesso istante, ogni 30 minuti. Ho molti organismi e voglio eseguire un'analisi FPCA per raggrupparli in base alle funzioni di assorbanza.
Mi chiedevo come JMP e l'esploratore di dati funzionali (dalle p-spline a PFCA) gestiscano le repliche inserite con lo stesso ID? Quando i dati vengono modellati, noto che i modelli sembrano quasi calcolare una media delle mie tre repliche (vedi allegato).
Cosa sta succedendo esattamente? Sto fornendo a JMP tre valori x e tre valori y a intervalli di 30 minuti, quindi sicuramente ci dovrebbe essere una sorta di elaborazione standard in questo caso, dato che sembra quasi impossibile che questo tipo di input sia compatibile con JMP.
Grazie in anticipo per il vostro aiuto.
Modellazione statistica avanzataEsplorazione e visualizzazione dei datiModellazione predittiva e apprendimento automaticoOggetto: Come vengono gestite le repliche in Functional Data ExplorerCiao @MedianRooster42 ,
Benvenuto nella community!
Se le repliche hanno lo stesso ID, Functional Data Explorer considererà queste esecuzioni come un unico esperimento e modellerà i risultati tramite una funzione media (oppure tenterà di interpolare i punti se la misurazione del timestamp/ritardo tra gli esperimenti è diversa). O, per dirla in altro modo nella Guida di JMP : " Per i dati impilati, se non viene assegnata alcuna variabile ID, si presume che tutte le osservazioni provengano da un'unica funzione ." (e la stessa situazione si verifica se una variabile ID viene assegnata a più osservazioni, si presume che provengano da un'unica funzione).
Le repliche sono esecuzioni indipendenti, quindi assegnerei loro un ID diverso. Potresti pensare a una codifica come Esperimento A-1, Esperimento A-2, Esperimento A-3, ... o qualcosa di simile.
Ha senso fornire un ID diverso sia dal punto di vista sperimentale (esecuzioni indipendenti) che da quello della modellazione: si mantengono tutti i dati grezzi senza alcuna aggregazione e il modello funzionale verrà adattato a tutti gli esperimenti, indipendentemente dal fatto che siano repliche o meno. In questo modo, è possibile valutare la variabilità nelle repliche analizzando i riepiloghi delle funzioni per le esecuzioni replicate, e in particolare i punteggi FPC. Analizzare le repliche in questo modo può anche essere più appropriato se si intende utilizzare l'analisi DOE funzionale : esempio di analisi DOE funzionale
Spero che questa risposta ti sia d'aiuto.
