複数の連続変数を使用した反復測定に関する質問やあみんな、
私は新しい JMP ユーザーです (統計の専門家ではありません!) 反復測定について質問があります。 私には 10 人の被験者のデータセットがあり、病原体への曝露の前後に数週間にわたって 4 ～ 6 回測定されました。 各測定点で、結合電位が計算され、全血球計算も行われました (結合電位がない状態で全血球計算が行われたことも数回ありました)。 私たちが知りたいと思っているのは、CBC のどの変数が結合能の変化に最も関連しているかということです。 すべての変数が連続であるため、私のデータに一致するチュートリアルが見つかりませんでした (犬のデータにはあまり適合しません)。 JMP で各動物を個別に見る方法 (またはそうする必要があるかどうか)、およびデータが曝露前か曝露後かを JMP に考慮させる方法がまったくわかりません。 現在、データを「縦長」形式で整理していますが、「横長」形式でデータを整理するとうまくいくかどうかわかりません (少なくとも、約 200 列になる)。 ご洞察をいただければ幸いです。
Re: 複数の連続変数を使用した反復測定に関する質問ハイマーク！
一緒に働いてくれて本当にありがとう！ 進歩しています。
この分析の別の側面について質問がありました。 私の理解では、Animal ID [Random] 関数はランダムな切片を提供します。 ランダムな傾き(これはランダム係数と呼ばれるものだと思います)も取得する方法はありますか? JMP Pro がこれを提供していると思いますが、JMP の非 Pro バージョンでもこれを実行できますか?私はこの質問に自分自身で答えようとしてきましたが、確信を持って答えることができませんでした。
改めて、お時間をいただきありがとうございました!
Re: 複数の連続変数を使用した反復測定に関する質問今のところ、PLS が答えであるかどうかはわかりません。 の多変量解析です数値データそして、含める必要があります犬、つまりカテゴリー的な。 さらに、犬効果はランダム。 代わりに、混合効果モデル、あなたの研究は次のようにみなされる可能性があるため、分割プロット設計それぞれの犬がプロット全体。 簡単な例を設定しました。
明らかに応答値がありません。 私が使用したCBC1とCBC2カウントのうち 2 つを表すには、おそらくさらに多くのカウントがあるでしょう。 すべての CBC 結果を固定効果を持つ因子/予測子として扱いましょう。 選択する分析する>フィットモデルそして、次の役割に列を入力します。
注目してください犬ランダムな効果があることが示されています。 （選択する犬「エフェクト」リストで、「エフェクト」の横にある赤い三角形をクリックします。属性を選択し、ランダム。）
必要に応じて、他の CBC 列や交互作用やべき乗などの変換など、線形予測子にさらに多くの項を含めることができます。
Re: 複数の連続変数を使用した反復測定に関する質問私の理解が正しければ、時間の経過とともに少なくとも 2 つの応答があり、それらの相関関係を研究/テスト/モデル化したいと考えていることになります。 それがまさにPLSがあなたのためにやってくれることです。 その本を手に入れることをお勧めします。」 JMP による部分最小二乗法の発見」では、実際の問題を解決するという文脈で PLS を説明しています (ケーススタディ)。 この重要なテクニックについて書かれた素晴らしい本です。
Re: 複数の連続変数を使用した反復測定に関する質問ハイマーク、
わかりにくかったらごめんなさい！ 私は、暴露の 10 日前と 5 日前という 2 つのベースライン時点を別々の時点で取得しました (これが、最初にマイナスの値を設定した理由です)。 他の時点には重複した測定値はありません。 両方のベースライン「感染日」因子レベルを 0 に調整します。 部分最小二乗法は面白そうだし、JMP のオプションを試してみましたが、それが反復測定を考慮するかどうかはわかりません。
付き合ってくれて本当にありがとう！
Re: 複数の連続変数を使用した反復測定に関する質問すべての時点（ベースラインおよび曝露後）で重複した測定を行っていますか?
あなたの要因は暗黙的にその時点に含まれていると思います（時間が0の場合は露出=いいえ、時間が0より大きい場合は露出=はい）。因子のデータ列を含めることはできますが、分析で明示的に必要かどうかはわかりません。
なぜ「感染日」は否定的なのでしょうか? 曝露前の 10 日間は毎日監視し、その後は毎日監視しますか? ベースライン測定 (時間 = 0) のみを行っていると思っていました。
1 つの予測変数である時間に対して、3 つの応答すべてを含む PLS モデルを使用できると思います。
Re: 複数の連続変数を使用した反復測定に関する質問マークさん、ご返信ありがとうございます！ 部分最小二乗分析について詳しく見ていきます。
はい、要因は露出です。 暴露前に、2 つのベースライン タイムポイントを収集しました。
現在、被験者 ID を含む列があり、ID ごとに異なる時点を表す複数の行があります。 因子レベルの場合、それは連続変数 (つまり、ベースラインが負の数として表される感染日数) になる可能性がありますか? たとえば、これは現時点でのデータの編成方法に似ていますが、数値は次のように構成されています。
| 被験者ID | 感染症の日（因子レベル） | 変数x | 変数y | 変数z |
| 1 | -10 | 1.5 | 5 | 0 |
| 1 | 2 | 6 | 5 | 0 |
| 1 | 10 | 8 | 1 | 2 |
| 2 | -10 | 。7 | 6 | 0 |
| 2 | 2 | 2 | 7 | 2 |
| 2 | 10 | 5 | 3 | 4 |
| 3 | -10 | 1.2 | 4 | 1 |
| 3 | 2 | 6 | 1 | 4 |
Re: 複数の連続変数を使用した反復測定に関する質問研究を分析する方法は複数ある場合があります。 作業を進めるにつれて、より多くの背景情報が必要になる場合があります。
JMPは反復測定分析を実行できますいくつかの異なる方法。 応答間の相関関係に興味があるという事実は、部分最小二乗分析 (PLS) も役立つ可能性があることを示唆しています。
したがって、CBC と結合能は両方とも応答です。 要因は 1 つあります (露出)。 曝露前の時間経過を調査しましたか、それともベースラインを測定しただけですか?
被験者 ID 用の列と因子レベル用の列が必要になります。
