Hallo,
Ich habe Schwierigkeiten, den richtigen Weg zu finden, um die gewünschten Ergebnisse zu erzielen.
Ich habe 20 Probanden durchgeführt und damit experimentiert (Daten für Nr. 6 fehlen). Wir haben 5 Probenzeiten. Es gibt Patienten, bei denen Komplikationen auftraten, und solche, bei denen keine Komplikationen auftraten. Wir haben die Daten durch die erste Stichprobe normalisiert, die als „1“ definiert wurde. Siehe beigefügte Daten.
1) Wenn ich das Einwegmodell für „Sample“ (d. h. 1 bis 5) im Vergleich zu NL1st (der Spalte mit den Ergebnissen) verwende, erhalte ich das Gesamtmodell und die Vergleiche zwischen den verschiedenen Sampling-Zeiten (siehe das Skript in der). Datentabelle). Aber es handelt sich nicht um wiederholte Messungen, und es gibt keine Möglichkeit, zwischen solchen mit und ohne Komplikationen zu vergleichen. Beachten Sie, dass ich sowohl parametrische als auch nichtparametrische Tests verwendet habe, da die Annahme der Normalität in diesem Fall fragwürdig ist.
2) Daher sollte ich MANOVA verwenden (ich möchte kein lineares Modell verwenden). Ich habe die Daten vertauscht – siehe Anhang. Aber ich verliere mich in den Details, wie man es ausführt, selbst nachdem ich ein paar Stunden damit verbracht habe, die Support-Literatur durchzugehen, und ein Teil meines Problems besteht darin, wie ich die bereitgestellten Ergebnisse interpretiere und wo ich die Antwort auf meine Frage finde . Ich kenne mich mit Statistiken gut genug aus, um mein Problem und die benötigten Lösungen zu verstehen, aber ich habe das Gefühl, dass JMP es auf ein viel höheres Niveau bringt, sodass ich mich manchmal in all der ausführlichen Ausgabe etwas verliere. Wie gesagt, ich benötige die drei unten aufgeführten Ausgaben, und wenn mir jemand dabei helfen könnte, das durchzugehen, wäre ich sehr dankbar:
a) Gibt es Unterschiede zwischen den verschiedenen Probenahmezeitpunkten insgesamt? Wenn ich die Funktionsweise von JMP richtig verstehe, sollte es sich um die f-Statistik zwischen Gruppen für die von JMP definierte Variable „Zeit“ handeln, oder? (Bei den Gruppen handelt es sich um die 5 Probenahmezeitpunkte, nicht um die 19 Patienten). Wenn ich das richtig verstehe, ist die Bedeutung des Abschnitts doch nicht von Interesse, oder?
b) Wenn ja, führen Sie einen Vergleich zwischen den verschiedenen Abtastzeiten durch, um festzustellen, wo diese Unterschiede liegen, z. B. mit Tukey oder Scheffe (oder etwas anderem, das JMP anbietet). Ich verstehe nicht, welche Ergebnisse ich erhalte, wenn ich „Jede Spalte auch einzeln testen“ ankreuze – welche Methode wird verwendet? Wie oben, wenn ich das richtig verstehe, ist die Bedeutung des Abschnitts nicht von Interesse, oder?
c) Teilen Sie die gesamte Stichprobe in diejenigen mit und ohne Komplikationen auf und vergleichen Sie sie, um festzustellen, ob es signifikante Unterschiede zwischen denen mit und ohne Komplikationen gibt. In diesem Fall ist es mir egal, welche Proben die Unterschiede ergeben, sondern nur, ob es insgesamt Unterschiede gibt.
Vielen Dank,
Uriel.
Bitte sehen Sie sich das an Notiz in der JMP-Wissensdatenbank.
Hallo @utkcito ,
Ich bin verwirrt, warum Sie sagen, dass dies keine Situation mit wiederholten Maßnahmen ist.Sagen Sie das, weil es sich um Längsschnittdaten handelt?Längsschnittdaten sind Daten wiederholter Messungen.Häufig modellieren Sie Längsschnittdaten mit einer AR(1)-Kovarianzstruktur.Sie können es jedoch wahrscheinlich als festen Effekt behandeln, wenn Sie möchten.
Ich glaube nicht, dass Sie MANOVA machen wollen.Das „M“ in MANOVA bezieht sich auf mehrere Antworten, nicht auf mehrere Faktoren.Es sieht so aus, als hätten Sie gerade die 1. NL-Erstantwort erhalten.
Mit Fit Model können Sie Ihre Fragen auf einmal beantworten.Ich weiß, dass Sie gesagt haben, Sie wollten kein lineares Modell verwenden, aber ich glaube nicht, dass Sie diese Daten ohne eines richtig modellieren können.Zunächst müssen Sie dem Patienten einen zufälligen Effekt verleihen.Wenn Sie außerdem die Auswirkung von Komplikationen bewerten möchten, sollten Sie diesen einfach zu einem Faktor im Modell machen, damit Sie die Signifikanz gleichzeitig mit Sample testen können.
Ich stimme zu, dass Ihre Daten nicht normal sind.Es sieht so aus, als würde eine Protokolltransformation auf NL 1st dafür sorgen.
Sehen Sie sich das Skript „Modell anpassen“ in der beigefügten Tabelle an.Hier sind die Antworten auf die 3 Fragen, die Sie hatten:
1. Ist die Stichprobe (Zeit) von Bedeutung?Antwort: Ja.Weitere Informationen finden Sie im Abschnitt „Fixed-Effect-Tests“ des Fit-Modells.Der F-Test hat einen p-Wert = 0,0025.
2. Wenn ja, welche Zeiten sind unterschiedlich?Antwort: Die Tukey-Analyse zeigt, dass sich Zeit 1 deutlich von Zeit 3 und 5 unterscheidet. Andere Unterschiede sind nicht signifikant.
3. Haben Komplikationen einen Einfluss?Antwort: Nein.Der Haupteffekt „Complication“ ist nicht signifikant, ebenso wenig wie die Interaktion „Sample*Complication“.Die Wechselwirkung würde darauf hinweisen, ob sich die Auswirkungen auf die Probenahmezeit bei Patienten mit und ohne Komplikationen unterscheiden.Es gibt keine eindeutigen Beweise dafür, dass dies der Fall ist.Sehen Sie sich dazu auch die Fixed-Effect-Tests an.
