42944_es-ES

liliconcom

Ajuste por variable (edad, peso, sexo, IMC, etc.)

Estoy ejecutando un ANOVA unidireccional y estoy buscando una solución para hacer coincidir/ajustar el análisis en función de mis variables demográficas (edad, peso, etc.).

 

¿Alguna solución a esto?

Mejor,

JD

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

Hola

Encontraste tu respuesta?

Necesito ajustar una variable con edad y sexo, estoy trabajando con SPSS y R.

¿Podría compartir su método?

 

Tnx

Urgencias

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

No hay una imagen adjunta, por lo que no sé qué está obteniendo del gráfico de apalancamiento.

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)Hola,

Esto es lo que obtengo del diagrama de apalancamiento: creo que a lo que te refieres es
en gris. ¿Alguna idea?


Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

Creo que los medios de mínimos cuadrados son lo que está buscando. Están con las parcelas de apalancamiento. Estarían a la derecha del gráfico Real por Predicho o puede que tenga que solicitarlos desde el menú emergente rojo.

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)Estoy haciendo un ajuste de edad utilizando el modelo de ajuste.
¿sabrías si puedo obtener los medios y el estándar de los resultados ajustados? Cuando realizo el proceso que ha descrito, puedo ver el valor p de las variables ajustadas, pero no veo su distribución. Sé que en SPSS esta es una de las salidas.
graciasRe: Ajuste por variable (edad, peso, sexo, IMC, etc.)¿sabrías si puedo obtener los medios y el estándar de los resultados ajustados? Cuando realizo el proceso que ha descrito, puedo ver el valor p de las variables ajustadas, pero no veo su distribución. Sé que en SPSS esta es una de las salidas.Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

Creo que es posible usar "Analizar> Ajustar Y por X", si las variables continuas se transforman en discretas (mejor binarias). Por ejemplo, para la edad tome menos/más de 60, para el peso un número determinado que divida a la población en normopeso y obesa, etc. De todos modos: Seleccione Glucagón como Y.

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

1. Seleccionar Analizar > Modelo de ajuste .
2. Seleccionar Genotipo y haga clic Y .
3. Seleccionar Glucagón y todo el covariables .
4. Esperas efectos de interacción ?
   1. Si es así, haga clic en macros y seleccione Factorial a Grado (2).
   2. Si no, haga clic en Agregar .
5. Hacer clic Correr .

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

ted,

Estoy viendo un genotipo que tiene 3 subtipos (1:1, 1:2, 2:2) y observo su relación con el glucagón.

 

Mi genotipo es nominal y mi glucagón es continuo.

 

Tengo varias otras variables continuas (covariables) como: peso corporal, edad y sexo.

 

Quiero ejecutar un ANCOVA con glucagón como variable de respuesta y mi genotipo como factor. Mis covariables son como dije anteriormente.

 

¿Eso lo aclara?

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

Comenzaría definiendo el objetivo del estudio y la variable objetivo (punto final).

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

Busque en el manual JMP en línea: Ajuste de modelos lineales. Busque en la página 214 el Ejemplo de análisis de covarianza con pendientes desiguales. Esto no es lo mismo que su ejemplo, ya que su situación suena más compleja. Pero esto le dará una idea de cómo especificar el modelo y cómo se verá una pequeña parte de la salida. El resultado completo se puede ver en casi cualquier modelo de regresión múltiple de mínimos cuadrados estándar que se ajuste a JMP.

 

Aunque su pregunta puede formularse simplemente, el análisis puede no ser tan fácil. Si fuera fácil, no habría necesidad de discutir aquí. Hay muchas cuestiones a considerar, tales como: ¿Hay colinealidad en los datos? ¿Están completos los datos o hay "lagunas"? ¿Hay efectos relacionados con el tiempo? ¿Los efectos son fijos o aleatorios? ¿Se deben considerar las interacciones? El diablo siempre está en los detalles. Se necesitaría mucha más información para estar seguros de que se proporciona el asesoramiento adecuado. Es posible que desee consultar un texto sobre modelos lineales como Applied Linear Statistical Models de Kutner, Neter, et. Alabama.

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

Dan,

¿Tienes una salida de ese proceso? O un paso a paso? Independientemente de las trampas, solo trato de hacer un análisis simple ajustado para algunas variables.

Re: Ajuste por variable (edad, peso, sexo, IMC, etc.)

La edad, el peso, etc. suelen considerarse covariables. Por lo tanto, normalmente llevará a cabo el análisis utilizando Ajustar modelo en lugar de Ajustar Y por X. Agregaría su variable de predicción principal junto con todas las demás variables demográficas posibles en el modelo. Hay algunos peligros potenciales que serían demasiado extensos para discutir en este foro. Recomendaría mirar un texto de modelos lineales. JMP también ofrece clases de ajuste de este tipo de modelos: https://support.sas.com/edu/schedules.html?ctry=us&crs=JANR