Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Plan na dziś Ogólny model liniowy (GLM) Model mieszany (MIXED)

Podobne prezentacje


Prezentacja na temat: "Plan na dziś Ogólny model liniowy (GLM) Model mieszany (MIXED)"— Zapis prezentacji:

1 Plan na dziś Ogólny model liniowy (GLM) Model mieszany (MIXED)

2 Ogólny model liniowy OML łączy zalety ANOVA i analizy regresji gr. słoniny = stado + masa półtuszy + reszta zm. klasyfikująca zm. ciągła

3 β 0 = efekt wspólny β 1 = efekt stada A β 2 = efekt stada B efekt stada C = 0 β 3 = regr. na masę półtuszy Parametry modelu Jeden poziom efektu stałego jest zawsze wyzerowany!

4 24 = 1 β β β β 3 + e 2 22 = 1 β β β β 3 + e 3 23 = 1 β β β β 3 + e 1 23 mm stado A 42 kg 24 mm stado B 40 kg 22 mm stado C 41 kg

5 23 24 = β0β1β2β3β0β1β2β3 e 1 + e 2 e 3 y = X + e Zapis macierzowy

6 General Linear Model data swinie ; infile C:\...\mojplik.txt ; input slonina stado $ waga ; proc GLM data=swinie; class stado ; model slonina = stado waga ; run ;

7 Sumy kwadratów Typu I-ego: zależą od pozycji efektu w modelu! Oszacowany efekt masy półtuszy uzględnia wpływ stada, ale nie odwrotnie. Typu III-ego: nie zależne od pozycji efektu w modelu! Każdy efekt jest poprawiony względem pozostałych.

8 Rozwiązania proc GLM data=swinie; class stado ; model slonina = stado waga / solutions; run ; Testowanie efektów: H 0 1 = 0 H (test dwustronny) poziom istotności w kolumnie Pr > |t| Jeden poziom wyzerowany!

9 Średnie NK stado rok ABCśrednie brzegowe średnie Układ niezbalanowany Tu brakuje obserwacji Średnie najmniejszych kwadratów to średnie jakich byśmy oczekiwali dla zbalansowanych danych.

10 Średnie NK proc GLM data=swinie; class stado ; model slonina = stado waga ; lsmeans stado / stderr ; run ; Oblicza błąd standardowy i testuje hipotezę średnia=0 Oblicza średnie least-squares

11 Interakcja A 1 A 2 B 1 B 2 A 1 B 1 A 1 B 2 A 2 B 1 A 2 B 2 Interakcja Y = A B A*B

12 Efekty zagnieżdżone A 1 A 2 B 1 B 2 A 1 B 1 A 1 B 2 A 2 B 1 A 2 B 2 B nie występuje jako efekt główny. A 1 A 2 B 1 B 2 Y = A B(A)

13 Porównania wielokrotne proc GLM data=swinie; class stado ; model slonina = stado waga ; means stado / opcja; run ; Means oblicza nie poprawione średnie, DUNCAN LSD – najmniejsza istotna różnica TUKEY SNK Student-Newman-Keuls

14 Porównania średnich NK lsmeans stado / pdiff=all adjust=tukey; Testuje hipotezę H0: LSM(i)=LSM(j)

15 23 mm 22 mm stado A 42 kg 19 mm 18 mm 17 mm stado B 40 kg 22 mm 21 mm 22 mm stado C 41 kg Pomiary powtarzane Pomiary wykonywane na tych samych obiektach (świniach) mogą być skorelowane!

16 Pomiary powtarzane – c.d y1 y2 y3 stado waga A B C 41 proc GLM; class stado ; model y1-y3 = stado waga ; repeated czas ; run ; Dowolna nazwa dla czynnika wewnątrz- obiektowego

17 Model mieszany y = X + Zu + e Zawiera zarówno efekty stałe jak i losowe u

18 Kiedy efekt losowy? Efekt jest losowy, jeżeli po powtórzeniu próbkowania możemy wylosować inne jego poziomy. Np. losowanie 30 koni I próbkowanie: umaszczenie gniade 20 koni. umaszczenie pstrokate 10 koni II próbkowanie umaszczenie gniade 15 umaszczenie myszate 15

19 Kiedy efekt losowy? Gdy chcemy wnioskować o czynniku, ale nie mamy wszystkich jego poziomów. Np. Analizujemy wpływ pór roku, ale mamy dane tylko z lata i jesieni.

20 Kiedy efekt losowy? Gdy chcemy uwględnić fakt, że obserwacje są skorelowane...lub gdy efekty skorelowane są naszym przedmiotem zainteresowania. Np. Wartość hodowlana świni A jest skorelowana z w.h. świni B, bo A i B są spokrewnione.

21 Zależności między efektami y = X + Zu + e Zależności między efektami zdefiniowane w macierzy G Zależności między resztami zdefiniowane w macierzy R

22 Przykład buhaj 1 krowa 1 krowa 2 stado A stado B y=9 y=12 buhaj 2 krowa 3 krowa 4 stado A stado B y=11 y=6 buhaj 3 krowa 5 krowa 6 stado A stado B y=7 y=14 V = R = = stado A stado B Y =X = y = X + e Zakładamy, że obserwacje nie są skorelowane, ale to nieprawda!

23 Przykład buhaj 1 krowa 1 krowa 2 stado A stado B y=9 y=12 buhaj 2 krowa 3 krowa 4 stado A stado B y=11 y=6 buhaj 3 krowa 5 krowa 6 stado A stado B y=7 y=14 V = ZGZ`+ R = y = X + Zu + e Teraz obserwacje są skorelowane, ale błędy nie! Z = buhaj 1 buhaj 2 buhaj 3 u = G = 2

24 Poziomy efektów losowych mogą być także skorelowane ojciec matka córka ojciec 1 0 1/2 matka 0 1 1/2 córka 1/2 1/2 1 np. zależności między efektami proporcjonalne do spokrewnień (Animal Model) ojciec matka córka G=A 2 A

25 Model mieszany w SASie proc MIXED ; class A B ; model Y = A B ; random C ; run ;

26 BLUP AM Krowa 1 Buhaj 2 Córka 3 Córka 4 stado A y=3,1 stado B y=3,5 stado B y=3,3 Założenia: wariancja add. 2 A = 1,0 wariancja reszt 2 E = 1,5...czyli G = A×1,0 R = I×1,5 Y = stado + animal + reszta

27 krowa ,5 0 buhaj ,5 0,5 córka 3 0,5 0,5 1 0,25 córka 4 0 0,5 0,25 1 data G ; input Row Col1-Col4 ; cards ; ; data G ; input Row Col Value ; cards ; itd. BLUP AM

28 data mleko ; input stado $ animal $ Y ; cards ; A A 2. B B ; proc mixed data=mleko ; class stado animal ; model Y = stado ; random animal / type=un gdata=G s ; parms 1.5 / hold=1 ; run ; BLUP AM

29 Zadanie data a; input lek do i=1 to 6; input output; end; cards ; Zbadaj wpływ leku (1-4) i choroby (1-3) oraz interakcji między nimi na wskaźnik wydajnościowy organizmu. Czy układ jest zbalansowany? Który efekt jest istotny? Porównaj średnie najmniejszych kwadratów w parach. Dane: Procedura wczytania danych:

30 Zadanie 2 a 11 6 a 8 0 a 5 2 a 14 8 a a 6 4 a a 6 1 a 11 8 a 3 0 d 6 0 d 6 2 d 7 3 d 8 1 d d 8 4 d d 8 9 d 5 1 d 15 9 f f f f 9 5 f f f 12 5 f f 7 1 f Zbadaj skuteczność antybiotyku (a-f) na stopień zakażenia pacjentów (po) uwzględniając stopień zakażenia przed leczeniem (przed) jako drugi efekt w modelu. Wytłumacz różnicę między wynikiem dla antybiotyku obliczonym wg sum kw. typu I i III. data AB; input anty $ przed po cards;

31 Zadanie 3 Analizowano wpływ mutacji w genie leptyny (CC, CG, GG) na ekspresję tego genu (poziom mRNA). Zbadano 14 świń i dla każdej wykonano 3 pomiary ekspresji genu. Zbadaj wpływ genu. dane22.txt kol 1: genotyp Leptyny kol 2: pomiar 1 kol 3: pomiar 2 kol 4: pomiar 3

32 Zadanie 4 Analizowano wpływ genotypu w genie leptyny (CC, CG) na średnią grubość słoniny. Wykonaj obliczenia (a) ignorując wpływ ojca i (b) traktując wpływ ojca jako efekt losowy. Uwzględnij wiek uboju i masę półtuszy. dane23.txt kol 1: kod rasy kol 2: numer próby kol 3: numer ojca kol 4: genotyp RYR kol 5: genotyp Leptyny kol 6: średnia gr. słoniny (cm) kol 7: wiek uboju (dni) kol 8: masa półtuszy (kg)

33 Zadanie dla chętnych krowa stado %tłuszczu 2 A 3,3 3A3,1 5B3,0 6 B 2,9 8 B3,4 9A3,5 10B3, Oceń wartość hodowlaną buhajów i krów wzg. zawartości tłuszczu w mleku przyjmując, że wariancja genetyczna addytywna = 0,75, a wariancja reszt = 1,3. zwierzęta ponumerowane rosnąco od najstarszych do najmłodszych


Pobierz ppt "Plan na dziś Ogólny model liniowy (GLM) Model mieszany (MIXED)"

Podobne prezentacje


Reklamy Google