AKTUALNOŚCI

nowości, informacje, szkolenia

이원분산분석 예제

2/08/2019

로널드 피셔는 용어 분산을 소개하고 1918 년 기사에서 공식적인 분석을 제안 멘델리안 상속의 수분에 친척 사이의 상관 관계. [9] 그의 첫 번째 분산 분석 응용 프로그램은 1921년에 출판되었다. [10] 피셔의 1925년 도서 연구 인력 통계 방법에 포함되면서 분산 분석이 널리 알려졌습니다. 시간 지연. 회계 담당자는 관리 팀에 결과를 발표하기 전에 월말에 분산을 컴파일합니다. 급변하는 환경에서 는 관리가 한 달에 한 번보다 훨씬 빠르게 피드백이 필요하므로 현장(특히 생산 영역에서)에서 생성되는 다른 측정 또는 경고 플래그에 의존하는 경향이 있습니다. 우리는 지금까지 회고적 분석이 이론적으로 유형 1 오류 제어 및 전력 측면에서 미래 분석보다 더 큰 견고성을 제공해야한다고 주장했습니다. 확인. 추가로 확인이 있을 때, 장래의 분석은 협회에 대한 일부 정보를 잃을 수 있으며, 여기서 추가 정보는 원칙적으로 소급 분석에 사용할 수 있어야 합니다.

이를 보려면 먼저 보조 변수에 대한 분석을 조절하면 정보가 손실되지 않는다는 널리 인정되는 통계 원칙을 상기하고, 변수의 분포가 관심 있는 매개 변수에 의존하지 않는 경우 변수가 보조변수로 정의됩니다. [33]. 이 원리를 사용하여, 우리는 먼저, 불확실한 연구를 위해, 미래와 소급 모델링 둘 다 유전자형과 표현형 사이 협회에 추론을 위해 완전히 유익하다는 것을 주의합니다. 이는 샘플이 확인되지 않고, 따라서 모집단으로부터 무작위 표본이 될 때, (X, Y)의 공동 분포는 특성이 G와 연관되어 있는지 여부에 대한 정보를 전달하지 않기 때문이다. 따라서 (X, Y)는 보조 데이터를 구성하며, 회고적 접근 방식은 완전히 유익합니다. 유사하게, 불확실한 견본을 위해, (X, G) 또한 부수적이고, 미래 접근은 또한 완전히 유익합니다. 그러나 시료가 확인되면(X, G) 공동 분포가 표현형이 G. 보고 샘플 크기 분석과 연관되어 있는지 여부에 대한 정보를 전달할 수 있기 때문에(X, G) 더 이상 보조가 될 수 없기 때문에 잠재 분석이 정보를 잃을 수 있습니다. 일반적으로 심리학에 필요합니다. „샘플 크기 및 샘플 크기 결정으로 이어진 프로세스에 대한 정보를 제공합니다.” [49] 실험이 수행되기 전에 실험 프로토콜에 기록된 분석은 보조금 신청 및 행정 검토 위원회에서 검토된다. 유전 협회 시험의 통계적 유의성을 평가하기 위하여 장래 대 소급 시험, 대부분의 현재 방법은 장래 또는 소급 접근을 취합니다. 미래의 접근법에서 관심 표현형 Y는 무작위로 취되며, 그 분포는 유전자형 및 공변량(X, G)에 조건부로 모델링됩니다.

이 방법을 사용하는 방법의 예로는 예상 GLMM을 기반으로 하는 GLOGS[26] 및 GMMAT[15]와 LMM을 기반으로 하는 EMMAX[1]가 있습니다. 양자택일로, 유의성의 평가는 관심의 변종에 유전자형의 조건부 분포를 고려하여 소급적으로 행해질 수 있습니다, G, 주어진 표현형 및 공변량 정보 (X, Y), 아무 연관및 아니의 null 가설의 밑에 E0(G| 중 하나에 통합된 샘플 구조) X, Y) 또는 Var0(G| X, Y) 또는 둘 다[4, 6, 27-29].