MANOVA misure ripetute, due fattori, confronti multipliCIAO,
Ho difficoltà a trovare il modo giusto per ottenere i risultati di cui ho bisogno.
Ho fatto e sperimentato su 20 soggetti (mancano i dati per il punto 6). Abbiamo 5 tempi di campionamento. Ci sono pazienti che hanno avuto complicazioni e altri no. Abbiamo i dati normalizzati dal primo campione che è stato definito come "1". Vedi dati allegati.
1) Se utilizzo il modello unidirezionale eseguendo "campione" (ovvero da 1 a 5) rispetto a NL1st (la colonna con i risultati), ottengo il modello complessivo e ottengo i confronti tra i diversi tempi di campionamento (vedere lo script nel tabella dati). Ma non si tratta di misure ripetute e non c'è la possibilità di confrontare quelli con e senza complicazioni. Si noti che ho utilizzato sia test parametrici che non parametrici perché l'ipotesi di normalità in questo caso è sospetta.
2) Quindi, dovrei usare MANOVA (non voglio usare un modello lineare). Ho trasposto i dati - vedi allegato. Ma mi sto perdendo nei dettagli su come eseguirlo, anche dopo aver passato un paio d'ore a consultare la documentazione di supporto, e parte del mio problema è come interpretare i risultati forniti, dove trovo la risposta alla mia domanda . Conosco abbastanza le statistiche per comprendere il mio problema e le soluzioni necessarie, ma ritengo che JMP le porti a un livello molto più elevato, quindi a volte mi perdo un po' in tutto l'output dettagliato. Come ho detto, ho bisogno dei tre output dettagliati di seguito e se qualcuno potesse aiutarmi a esaminarli gli sarei molto grato:
a) Ci sono differenze tra i diversi tempi di campionamento nel complesso? Se ho capito bene come funziona JMP, dovrebbe essere la statistica f tra i gruppi per la variabile "tempo" definita da JMP, giusto? (i gruppi rappresentano i 5 tempi di campionamento, non i 19 pazienti). Se ho capito bene, il significato dell'intercettazione non interessa, giusto?
b) In tal caso, eseguire un confronto tra i diversi tempi di campionamento per vedere dove sono tali differenze, ad esempio utilizzando Tukey o Scheffe (o qualcos'altro offerto da JMP). Non capisco quali siano i risultati ottenuti quando seleziono "testare anche ciascuna colonna separatamente": quale metodo sta utilizzando? Come sopra, se ho capito bene, il significato dell'intercettazione non interessa, giusto?
c) Separare l'intero campione in soggetti con e senza complicazioni e confrontarli per vedere se ci sono differenze significative tra soggetti con e senza complicanze. In questo caso non mi interessa quali campioni sono quelli che danno le differenze, solo se ci sono differenze nel complesso.
Grazie mille,
Uriel.
Re: MANOVA misure ripetute, due fattori, confronti multipliUsando la tua spiegazione e la tua sceneggiatura, insieme alla nota menzionata di seguito, alcune letture a http://www.theanalysisfactor.com/ e la letteratura JMP sull'adattamento dei modelli lineari, sono riuscito a risolvere questo problema. Ringrazia tutti!Re: MANOVA misure ripetute, due fattori, confronti multipliPer favore guarda questo Nota nella base di conoscenza di JMP.
Re: MANOVA misure ripetute, due fattori, confronti multipliCiao Cameron, grazie per la risposta. Lo guarderò attentamente al più presto. Volevo solo spiegare cosa intendevo in "1" con "Ma non è misure ripetute" è che il test non è un test per misure ripetute. I miei dati ovviamente hanno misure ripetute.
Inoltre, non capisco perché MANOVA non si applichi, almeno in JMP questa è la prima piattaforma suggerita per misure ripetute, indipendentemente dal fatto che si tratti di un solo fattore o di molti. In ogni caso, ciò solleva la questione se esiste un'opzione per realizzare la piattaforma ANOVA (cioè "unidirezionale") in qualche modo che includa misurazioni ripetute? In teoria credo che ci sia, semplicemente non so se esiste un'implementazione in JMP Pro.
Grazie,
Uriel.Re: MANOVA misure ripetute, due fattori, confronti multipliCIAO @utkcito ,
Sono confuso perché dici che questa non è una situazione di misure ripetute.Lo dici perché i dati sono longitudinali?I dati longitudinali sono dati di misure ripetute.Spesso si modellano i dati longitudinali con qualcosa di simile a una struttura di covarianza AR(1).Probabilmente puoi trattarlo come un effetto fisso, se lo desideri.
Non penso che tu voglia fare MANOVA.La "M" in MANOVA si riferisce a risposte multiple, non a fattori multipli.Sembra che tu abbia solo la prima risposta 1 NL.
Puoi rispondere alle tue domande tutte in una volta utilizzando Fit Model.So che hai detto che non volevi utilizzare un modello lineare, ma non penso che tu possa modellare correttamente questi dati senza uno.Per cominciare, devi dare al paziente un effetto casuale.Inoltre, se vuoi valutare l'impatto delle complicazioni, dovresti semplicemente renderlo un fattore nel modello in modo da poter testare il significato contemporaneamente al campione.
Sono d'accordo che i tuoi dati non sono normali.Sembra che una trasformazione del registro su NL 1st si occupi di questo.
Vedere lo script Stima modello nella tabella allegata.Ecco le risposte alle 3 domande che avevi:
1. Il campione (tempo) è significativo?Risposta: sì.Vedere la sezione Test sugli effetti fissi del Modello di adattamento.Il test F ha un valore p = 0,0025.
2. Se sì, quali orari sono diversi?Risposta: L'analisi Tukey mostra che il tempo 1 è significativamente diverso da 3 e 5. Nessun'altra differenza è significativa.
3. Le complicazioni hanno un effetto?Risposta: no.L'effetto principale Complicazione non è significativo, così come non lo è l'interazione Campione*Complicazione.L'interazione indicherebbe se gli effetti del tempo di campionamento differiscono per i pazienti con e senza complicanze.Non ci sono prove concrete che ciò sia vero.Vedi anche i test sugli effetti fissi per questo.
