Molbiol.ru | О проекте | Справочник | Методы | Растворы | Расчёты | Литература | Орг.вопросы Web | Фирмы | Coffee break | Картинки | Работы и услуги | Биржа труда | Zbio-wiki NG SEQUENCING · ЖИЗНЬ РАСТЕНИЙ · БИОХИМИЯ · ГОРОДСКИЕ КОМАРЫ · А.А.ЛЮБИЩЕВ · ЗООМУЗЕЙ Темы за 24 часа [ Вход* | Регистрация* ] Форум: | |
guest: great | Отправлен 31.10.2018 17:22 |
Positive site, where did u come up with the information on this posting?I have read a few of the articles on your website now, and I really like your style. Thanks a million and please keep up the effective work. |
|
Boreal | Отправлен 27.03.2017 09:54 |
(Den-N @ 25.03.2017 03:01) Проблемы не нашёл, всё "работает". С кубическим корнем ожидаемо похуже, но формально тоже приемлемо. Спасибо за работу, очень информативно, Вы нам очень помогли!!! |
|
Den-N | Отправлен 24.03.2017 21:01 |
(Boreal @ 24.03.2017 07:30) Проблемы не нашёл, всё "работает". С кубическим корнем ожидаемо похуже, но формально тоже приемлемо. |
|
ИНО | Отправлен 24.03.2017 13:08 |
Хотелось бы больше узнать о методике проведения измерений. | |
Boreal | Отправлен 24.03.2017 04:30 |
Файл с данными | |
Boreal | Отправлен 24.03.2017 04:24 |
(Den-N @ 24.03.2017 01:31) Преобразования. Бокс - Кокс хорош тем, что преобразует к нормальности настолько, насколько позволяют сами данные. Но плох тем, что для каждого набора данных получается своё собственное преобразование. Если однотипных наборов данных несколько, лучше иметь одинаковое преобразование, чтобы с ним провести всё исследование целиком. Наряду с Б-К я бы попробовал преобразование кубического корня: оно подходит для показателя "масса" чисто теоретически. Если принять равную плотность образцов, то масса будет линейной функцией от объёма корней. В свою очередь объём - это произведение трёх размеров (длина х ширина х высота). В процессе развития организма они изменяются скоррелированно и при нормальном распределении любого из размеров их объём будет распределяться приблизительно в кубической зависимости. Поэтому для объёма и массы для нормализации может подойти и простой кубический корень. Спасибо, будем пробовать кубический корень. (Den-N @ 24.03.2017 01:31) Почему в каком-то наборе получились непонятные эффекты - не ясно. Можете подшить к сообщению данные по этому набору целиком. Прикрепляю данные по массе корней на двух площадках в разные месяцы Данные в виде объекта R: plot time state mass 1 u m A 140.1 2 u m A 82.5 3 u m A 129.4 4 u m A 461.1 5 u m A 127.4 6 u m A 281.3 Где: plot (u-unburned, b-burned) time (m-may; jn-june;.....o-october) всего 6 уровней фактора (месяцев) state (A - alive; D-dead) |
|
Boreal | Отправлен 24.03.2017 03:33 |
(PS2004R @ 23.03.2017 20:14) Вы корни копаете и взвешиваете? Отдельно мертвые, отдельно живые. Ну так что непонятно в ответе? Процент (долю) "мертвых", процент "живых" посчитайте от массы _общей_ "всех корней". А так у вас естественно странные распределения получаются. Ну вот например, "исследуем" сколько в каждой "деревне" "блондинов" и сколько "брюнетов". Не взирая на "размер деревни" считаем и тех и других "по головам"... и получаем "странные ненормируемые распределения" (в случае если у нас в деревне может быть и 10 человек, и 1010). Это в порядке гипотезы. Спасибо за интересную гипотезу и идею анализа данных, однако нашей задачей является сравнение сезонной динамики (с апреля по октябрь) массы корневой системы в контрольном лесу и на гари. Исходя из этого, доли мертвых и живых можно использовать как дополнительный параметр. Однако первостепенной задачей является установление изменения массы живых и мертвых по месяцам на разных площадках. |
|
Boreal | Отправлен 24.03.2017 03:16 |
(ИНО @ 24.03.2017 04:47) Подозреваю, что под GLM Boreal имел в виду обобщенные линейные модели, а не общие (в контексте работы с R). Да, совершенно верно. |
|
ИНО | Отправлен 23.03.2017 22:47 |
Подозреваю, что под GLM Boreal имел в виду обобщенные линейные модели, а не общие (в контексте работы с R). | |
Den-N | Отправлен 23.03.2017 19:31 |
(Boreal @ 23.03.2017 13:49) Я решил проверить как влияет трансформация на результаты ДА. 1 провел 2-х факторный ДА по ненормальным данным, 2 сделал анализ остатков ДА, который выдал р=0,007; Потом я провёл трансформацию данных и подал их снова на ДА, аналогичный анализ остатков ДА по трансформированным данным показал р=0,0001 . Это как? По поводу GLM. Все современные пакеты считают ANOVA через GLM. Это позволяет избежать проблем с разложением дисперсии в неравномерных комплексах. GLM - обобщение регрессионного и дисперсионного анализа через регрессионную технику. Поэтому для равномерных и пропорциональных дисперсионных комплексов результаты по классическому алгоритму ДА и по GLM будут полностью идентичными. Преобразования. Бокс - Кокс хорош тем, что преобразует к нормальности настолько, насколько позволяют сами данные. Но плох тем, что для каждого набора данных получается своё собственное преобразование. Если однотипных наборов данных несколько, лучше иметь одинаковое преобразование, чтобы с ним провести всё исследование целиком. Наряду с Б-К я бы попробовал преобразование кубического корня: оно подходит для показателя "масса" чисто теоретически. Если принять равную плотность образцов, то масса будет линейной функцией от объёма корней. В свою очередь объём - это произведение трёх размеров (длина х ширина х высота). В процессе развития организма они изменяются скоррелированно и при нормальном распределении любого из размеров их объём будет распределяться приблизительно в кубической зависимости. Поэтому для объёма и массы для нормализации может подойти и простой кубический корень. Почему в каком-то наборе получились непонятные эффекты - не ясно. Можете подшить к сообщению данные по этому набору целиком. А вообще, чем больше факторов в ДА, тем он робастнее. Т.е. двухфакторный более устойчив к отклонениям от нормальности и к неоднородности дисперсий, трёхфакторный - соответственно ещё устойчивей. Поэтому лично я не проверяю фанатично в больших комплексах нормальность остатков. Проверяю, но больше не с целью выполнить именно требования ДА, как прописано в каких-то руководствах, а чтобы избежать получения ложных значимых взаимодействий факторов, которое являются артефактом эффекта шкалы. Если глубже - то чтобы "развязать" зависимость величины дисперсии от среднего значения , которые в асимметричных распределениях коррелируют. Поэтому смотрю, чтобы распределение остатков было более-менее симметричным и колоколообразным только по гистограммам. |
|
Посмотреть тему (откроется в новом окне) | |