MANOVA 反復測定の解釈こんにちは、素晴らしい人たちです！
生まれて初めてJMPでMANOVAを試してみました！ データテーブルに保存されたMANOVA分析のファイルを添付しました。 何らかの理由で、応答仕様（繰り返し測定に設定したもの）を保存できませんでした。※この設定も保存する方法を知っている方がいらっしゃいましたら、ご教示ください。
2 つの質問に答えるために助けが必要です。
1. 3 つの学術グループ間で変化に違いがあるかどうかを見ています。 どの列を探せばいいのでしょうか？ 確かに時間の影響はあります。
しかし、科目間の[All Between]と[academic_program_new]列を見るべきか、それとも科目内の下にある[Time*academic_program_new]列を見るべきか迷っています。
2. 部分η二乗を計算するにはどうすればよいですか。 手計算でも構いませんが、SSエラーは見られません。
よろしくお願いします！
Re: MANOVA 反復測定の解釈こんにちは@seoelvjs 、
確かに私を悩ませているわけではありません！ プロットと分析 (JMP 全体) のレベルの順序は、対象の列の値の順序プロパティに基づいています。順序が特に定義されていない場合、その列のレベルはデフォルトでアルファベット順に並べられます。 デフォルトのアルファベット順を上書きして、状況に応じた順序を指定できるようにするには、表内の列を右クリックし、「列情報」に移動します。 [時間] 列の [列情報] に移動したら、左下の [列のプロパティ] ドロップダウンをクリックし、[値の順序] を選択します。 これにより、[列情報] に [値の順序] コントロール パネルが表示されます (以下を参照)。 列レベルを再配置できるようになりました。 この変更は、モデルの適合からの出力に影響するだけでなく、列のレベルの順序を表示する必要があるすべての出力にも影響します。
ジュリアン
Re: MANOVA 反復測定の解釈しつこくて申し訳ありませんが、簡単に 1 つだけ質問させてください。
以下に示すように、LS 平均プロットでは、時点の名前が多少逆になっています。 プレゼンテーションの適切な方法は、事前 > 事後 > 30 日です。
以下はJSLです。 何か私の知らない設定があるのでしょうか？
Fit Model(
Y( :Data ),
Effects( :academic_program_new, :Time, :academic_program_new * :Time ),
Random Effects(
:user_id[:academic_program_new],
:user_id * :Time[:academic_program_new]
),
NoBounds( 1 ),
Personality( "Standard Least Squares" ),
Method( "REML" ),
Emphasis( "Minimal Report" ),
Run(
:Data << {Analysis of Variance( 0 ), Lack of Fit( 0 ),
Plot Actual by Predicted( 0 ), Plot Regression( 0 ),
Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 ),
{:academic_program_new << {LSMeans Table( 0 )}, :academic_program_new *
:Time << {LSMeans Plot( 1 )}}}
),
SendToReport(
Dispatch( {"Response Data"}, "Effect Details", OutlineBox, {Close( 0 )} )
)
)
よろしくお願いします！
Re: MANOVA 反復測定の解釈改めてありがとうございます 
あなたと開発者チームがこの魔法を続けられることを願っています。Re: MANOVA 反復測定の解釈どういたしまして！ お役に立ててよかったです。
はい、私が作成したアドインは、*同一* 線形混合効果モデル分析 (REML による適合) を呼び出します。 JMP は、(ご覧のとおり) [モデルのフィット] ダイアログを介してこれらのモデルをすでにフィットさせることができるため、このアドインが行うことは、エフェクトを定義した後にこのプラットフォームを採用することだけです。 私がアドインを作成した主な理由は、階乗的に交差する複数の被験者内および/または被験者間因子がある場合に、これらのモデルのセットアップを簡素化することです。 このような場合、すべての正しいモデル効果と相互作用を定義するのは少し面倒になる可能性があるため、それを処理するアドインがあれば便利だと思いました。 これらのモデルに適合するコードを私が称賛することはできません。 その魔法は、JMP を作成する実に素晴らしい開発者チームによって実行されます。
@ジュリアン
Re: MANOVA 反復測定の解釈詳細な解決策と徹底的なステップバイステップの説明をありがとうございます。 とても感謝しています...
データが欠落している被験者を削除せずに 3 つ (REML、EMS、MANOVA) を試しましたが、それぞれ異なる結果が得られました。これは、説明したように理にかなっています。 EMS ではなく REML を使用することについてのアドバイスを遠慮なく受け入れます...REML は関係をより正確に示しているようです (LS 平均プロットを見るだけでそれがわかります...あるだけのようです) MANOVA よりも、異なる期間でのグループ間の LS 平均にわずかな差があり、欠損データに対する回復力が高くなります。
最後の質問ですが、REML とあなたが提供したアドインは本質的に同じモデルですか?
Re: MANOVA 反復測定の解釈また会ったね@seoelvjs 、
フォローアップとして、あなたの場合は完全なデータがないため（一部の被験者の特定の時点で観察が欠落しているため）、これらの異なる分析の結果は同じではないことを言及する必要があると思いました。 。 各分析は異なる方法でデータにアプローチするため、欠損の処理方法が異なり、結果も異なります。 これらのメソッドの関係 (および各出力内の関連する結果の位置間の関係) を確認できるように、欠落データのあるすべての被験者を削除したバージョンのデータセットを作成しました (これにより、すべての個人の完全なデータが得られます)。 これら 3 つの分析 (MANOVA、EMS、REML) を実行すると、同一の結果が得られることがわかります。以下は、関連する領域がマークアップされたスクリーンショットです。 これがお役に立てば幸いです!
-ジュリアン
Re: MANOVA 反復測定の解釈こんにちは@seoelvjs 、
あなたのテーブルで Manova スクリプトを実行することができ、指定した繰り返しの応答が問題なく再現されました。 保存したスクリプトにその jsl が表示されます。
Response Function( "Sum", Repeated( 1 ), Title( "Between Subjects" ) ),
Response Function(
"Contrast",
Repeated( 2 ),
Prefix( "Time*" ),
Title( "Within Subjects" )
)
解釈に関しては、Manova からの出力が少し冗長に見えることは承知していますが、どこを見るべきかを知ってしまえば簡単です。 時間の被験者内効果 (平均値が学術プログラムの平均値である前後 30 日間と異なるという証拠があるかどうか) については、時間セクションで F 値と関連する DF 値および p 値を調べます。
学術プログラムのテスト (プログラムの平均値が異なるかどうか、長期にわたる平均) については、「academic_program_new」の下の科目間のセクションを調べてください。
科目内要因と科目間要因の間の相互作用については、時間効果が異なる学術プログラムで異なるという証拠があるかどうか (または同等に、学術プログラムの差が異なる時点で異なるという証拠があるかどうか) を調べます。 Time*academic_program_new の下の [被験者内] セクションで、使用するお気に入りの多変量 f 統計を選択します (分野で最も一般的なものなら何でも -- おそらく Lambda だと思います)。
部分η二乗の計算に入る前に、いくつかの追加の注意事項があります。 リクエストした出力は、複数の被験者内の応答にわたって線形コントラストを構築する、真の多変量分散分析用です。 これらのテストは、従来の単変量反復測定テストではありません。 単変量反復測定テスト (SPSS 反復測定から得られるもの) をリクエストしたい場合は、反復コントラストを呼び出すときに実行できます。単変量テストのボックスもチェックするだけです。
これを行うと、各セクションに追加の出力が表示されます。 各被験者内テストには、未補正とイプシロン補正の両方の Univar テストがあることに注意してください。 おなじみの真球度テストもあります。
さて、部分η二乗についての最後の質問です。 この出力から必要な特定の値を取得することはできませんが、データをわずかに再構築し、別の方法でモデルの適合を通じてこのモデルを実行することで取得できます。
まず、[テーブル] > [スタック] を使用してデータをスタックします。 jmp に 3 つの時間列を積み重ねてから、ダイアログ内で列に適切なラベルを付けるように指示します。
これにより、繰り返し測定が個別の列ではなく複数の行にわたって行われるテーブルが返されます (データセットはここに添付されています)。
次に、[分析] > [モデルの適合] に戻りますが、複数の Y 列を指定するのではなく、モデル効果セクションで繰り返し構造を完全に定義し、user_id 列を利用してランダム効果があることを JMP に伝えます。現在。 これを行うには、まず「固定」効果、学術プログラム、時間の完全な階乗を追加します。次に user_id を追加し、それを選択した状態で属性の横にある赤い三角をクリックして、ランダムを選択します。 これにより、この効果がランダムな効果であることが JMP に伝えられます (被験者は常にランダムな効果です)。 完全に形式的にするには、主題が主題間条件内にネストされていることを jmp に伝える必要があります。そのため、モデル効果で user_id 要素を選択し、列リストで学術プログラムを選択して、「ネスト」をクリックします。最後に、η 2 乗の計算に SS を提供する方法でこのモデルを実行したい場合は、右上の「メソッド」を EMS Traditional に変更します (この選択については後ほど説明します)。 ダイアログは次のようになります。
[実行] をクリックすると、部分イータ二乗の計算に必要なすべての項を含む従来の期待二乗平均平方根反復測定出力が得られます。
メソッドを EMS に変更すると、反復測定モデルをフィッティングする従来の古い方法である期待平均二乗を使用してこのモデルを計算するように JMP に指示することになります。 元のデフォルトである REML は、これらのモデルにとって (多くの統計的理由から) 非常に好まれる方法であり、線形混合効果モデルを返します。 完全なデータがある場合、混合モデルと ems モデルは同じ p 値を返します。 欠損データがある場合 (ランダム)、混合モデルは EMS よりも優れたパフォーマンスを発揮します。 このような理由とその他の理由から、私は EMS よりも REML をお勧めします。ただし、因子の効果量の尺度を簡単に計算することはできません (興味があれば、混合効果モデルの効果量をめぐる論争について読むことができます)。 。
混合モデルアプローチによってこれらの反復測定モデルの仕様を簡素化したい場合は、私の全階乗反復測定アドインをここからダウンロードできます。反復測定アドイン。 唯一の要件は、データがトール/スタック形式であることです (上記で行ったこと)。
これがお役に立てば幸いです!
@ジュリアン
