JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例
こんにちは、
私がセットアップで正しい手順を踏んだかどうか誰かが検証してくれるだろうかと思っていました。
反復測定用の混合モデル次の研究のために：
私たちの調査では、サッカー選手の 2 つのグループ (アマチュアとプロ) を対象としました。
両グループの各プレーヤーは 3 つの身体テスト (短い実験室テスト、長い実験室テスト、フィールド テスト) を実行しました。各テストは異なる日に実行されました。結果の尺度は VO2max (身体能力) でした。
目的: 主に、各身体検査についてアマチュアとプロの間で VO2max を比較したいと考えています。 (2x3テーブル)
そこで、二元配置反復測定分散分析を使用する必要があると考えました。 JMP pro 12→混合モデルで対策を繰り返しました。
しかし、目的のために [分析] -> [モデルの適合] を使用するときに、固定効果および/またはランダム効果ボックスにどの要素を入れるべきかわかりません。
誰か、下の最後の 2 つの写真で私が正しいことをしたかどうかを確認してもらえますか? (最初の写真は私のデータからほんの一部を抜粋したものです。)
敬具、
トーマス
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例全てが上手く行きました。 SEM値が少しだけ心配です。
VO2max (下の図を参照) などのパラメータのほとんどでは、SEM 値は各グループで同じです。 これは正常ですか?
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例言及していただきありがとうございます。 試してみましたが、確かにp値にも影響します。
ご挨拶
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例ネストが見積もりに影響を与えることがわかりました。 ネストする代わりに、各種類のアスリート内で被験者に 1 ～ 4 ではなく 1 ～ 8 という一意のラベルを付けるだけです。 この分析用に、正しいデータ レベルを含むデータ テーブルとモデル テーブル スクリプトを添付しました。
回答が遅れてしまい申し訳ございません。
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例いいえ。相互作用の固定効果を削除します。 残りは正解です！
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例そこで私は次のように分析を行います。
親切な同僚たちに感謝します。
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例私は、私よりも賢く、聡明で、見た目もはるかに優れている同僚と話し合いました。 彼らは、私が提案したように交互作用項を推定すべきではないことを示唆しています。 私が発見したように、それは主題と残差を混同するでしょう。
したがって、最初に戻って、結局のところ、元の混合モデルが最善の方法のように思えます。具体的には、2 つの主要な固定効果とランダムな被験者効果を含む混合モデルを開始します。 他の 2 つの要素内でのサブジェクトのネストを示します。 その仕様で済むはずです。
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例わかりました、もうすぐそこまで来ていると思います。
初め、
この表を解きたい場合:
繰り返し測定を行わずに、二元配置分散分析として分析を行う必要があります。 繰り返される要素 (物理テスト: ショート、ロング、フィールド) が相互に比較されないためです。
しかし、この方法で解決したい場合は、次のようにします。
分析は二元配置分散分析反復測定 (つまり混合モデル) として行う必要があります。 繰り返される要素 (物理テスト: ショート vs ロング vs フィールド) がこのようにして相互に比較されるためですか?
2番目に、ランダム効果として主題を含めるべきではないでしょうか?
第三に、事実主題内にネストされている身体検査そしてレベルそれでは、モデルのフィット ダイアログは次のようになりますか?
敬具、
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例混乱を招いたことをお詫び申し上げます。
設計構造は、固定効果の二元配置分散分析をサポートしています。主題は変量効果ですが、残留変量効果とは別に推定できるかどうかはわかりません。 上記の例を入力し、混合モデル分析を繰り返しました。 ご了承ください主題は入れ子になった内でアスリートそして身体検査。 このネストは、モデルを実行する前に、[モデルの適合] ダイアログでこの項に対して指定する必要があります。
(画像を挿入するダイアログが完全に変更されたため、この時点では画像を含めることはできません。 使い方が分かりません。）
私の見積もりでは、主題分散はゼロになります。
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例今は少し混乱しています。 おそらく研究全体をもっと明確にする必要があるでしょう。
私たちは多くのプレイヤーをテストしました。 これらのプレーヤーの中にはプロもいればアマチュアもいました。 しかし、私たちはそれらをグループでテストしました。 たとえば、第 1 週の月曜日に各アマチュアが 1 つのテストを行い、同じ週の火曜日に各プロフェッショナルが 1 つのテストを行いました。 第 2 週の月曜日には各アマチュアが別のテストを行い、同じ週の火曜日には各プロが別のテストを行いました。 最後に、第 3 週では、各アマチュアは月曜日に 3 回目のテストを行い、各プロは火曜日に 3 回目のテストを行いました。
ここで、さまざまな種類の物理テスト (短時間、長時間、現場) を考慮して、レベル (プロとアマチュア) 間で VO2max が異なるかどうかをテストしたいと思います。
以前の回答を考慮すると、分析とデータは次のようになると思います。 今後解きたい2x3表も追加しました（一度試してみました）。
やはり 2 元配置 ANOVA のみを使用する必要がありますか?
敬具、
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例あなたの言ってる事がわかります。 対象は遮断構造物であり、その効果はランダムです。 やっぱりランダム効果として入れるのが合理的だと思います。
私はまだこの研究を「反復対策」の例とは考えていませんが、私の定義は厳しすぎるかもしれません。 これはブロッキングを備えた単なる二元配置分散分析です。
交互作用項は推定可能であり、そうであれば有益であると考えられるため、交互作用項を含めることを検討してください。
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例二元配置分散分析ではなく混合モデルを使用しようと考えた理由は、VO2max 値が反復測定に基づいているという事実です。 たとえば、被験者 1 は、短いテスト (64.6 VO2max)、長いテストの翌週 (54.7 VO2max)、そして 1 週間後に再度フィールドテスト (52.86 VO2max) の 3 つのテストを実施しました。 他の科目も同様です。
これは混合モデルの使用を正当化しますか?
それが混合モデルを正当化する場合。 残すべきですかランダム効果あなたが提案したように箱は空ですか？ または、件名要素をランダム効果箱？
前もって感謝します。
敬具、
トーマス
Re: JMP® ソフトウェアでの反復測定データの分析 - 修士論文の例この研究には反復測定分析は必要ないと思います。 これは単に二元配置分散分析であるように見えます。
V(O2max) = インターセプト + レベル + 物理テスト + レベル * 物理テスト。 主題は残差であるため、それを推定するために明示的な項を入力する必要はありません。 この場合、因子水準は交差しており、ネストされていません。
この場合、標準最小二乗法パーソナリティを使用できるはずです。
