MANOVA 反復測定、2 つの因子、多重比較こんにちは、
必要な結果を得る正しい方法を見つけるのに苦労しています。
私は 20 人の被験者について実験を行いました (#6 のデータがありません)。 サンプル時間は 5 つあります。 合併症を起こした患者もいれば、合併症を起こさなかった患者もいます。 「1」として定義された最初のサンプルによって正規化されたデータがあります。 添付データを参照してください。
1) 「サンプル」(つまり、1 ～ 5) と NL1st (結果の列) を実行する一元モデルを使用すると、モデル全体が得られ、異なるサンプリング時間間の比較が得られます (スクリプトを参照してください)。データ表）。 しかし、それは反復測定ではなく、合併症のある人とない人を比較するオプションもありません。 この場合の正規性の仮定が疑わしいため、パラメトリック検定とノンパラメトリック検定の両方を使用したことに注意してください。
2) したがって、MANOVA を使用する必要があります (線形モデルは使用したくありません)。 データを転置しました - 添付を参照してください。 しかし、サポート資料を調べるのに数時間を費やした後でも、実行方法の詳細が分からなくなりました。問題の一部は、提供された結果をどう解釈するかです。私の質問に対する答えはどこで見つけられますか? 。 私は問題と必要な解決策を理解するのに十分な統計の知識を持っていますが、JMP はそれをはるかに高いレベルに引き上げていると感じているため、冗長な出力のすべてで少し迷ってしまうこともあります。 先ほども言いましたが、以下に詳しく説明する 3 つの出力が必要です。もし誰かが私を手引きしてこれについて説明してくれたら、とても感謝します。
a) 全体として、異なるサンプリング時間の間に違いはありますか? JMP の仕組みを正しく理解していれば、それは JMP が定義する「時間」変数のグループ間の f 統計量であるはずですよね。 (グループは 19 人の患者ではなく、5 つのサンプリング時間です)。 私の理解が正しければ、切片の重要性は重要ではありませんね。
b) その場合、Tukey または Scheffe (または JMP が提供する他のもの) を使用して、異なるサンプリング時間の比較を実行して、それらの違いがどこにあるかを確認します。 「各列も個別にテストする」にチェックを入れたときに得られる結果がわかりません。どのような方法を使用していますか? 上記のように、私が正しく理解していれば、切片の重要性は重要ではありませんよね？
c) サンプル全体を合併症のあるものとないものに分けて比較し、合併症のあるものとないものの間に有意な差があるかどうかを確認します。 この場合、どのサンプルが違いをもたらしているかは気にせず、全体的に違いがある場合のみに注意します。
どうもありがとうございます、
ウリエル。
Re: MANOVA 反復測定、2 因子、多重比較説明とスクリプトを使用し、以下で説明するメモと合わせて、以下の記事を読んでください。 http://www.theanalysisfactor.com/ 、および線形モデルのフィッティングに関する JMP の文献を参照すると、この問題を解決できました。 皆さんありがとう！Re: MANOVA 反復測定、2 因子、多重比較こちらをご覧ください注記JMPナレッジベースにあります。
Re: MANOVA 反復測定、2 因子、多重比較こんにちはキャメロン、答えてくれてありがとう。 できるだけ早く詳しく見ていきます。 「1」の「ただし反復対策ではない」の意味を説明したいのは、このテストは反復対策の試験ではないということです。 私のデータには明らかに測定値が繰り返されています。
また、MANOVA が適用されない理由がわかりません。少なくとも JMP では、それが 1 つの要因だけであるか複数の要因であるかに関係なく、反復測定のために提案される最初のプラットフォームです。 いずれにしても、反復測定を含む何らかの方法で ANOVA プラットフォーム (つまり「一方向」) を実行するオプションがあるかどうかという疑問が生じます。 理論的にはあると思いますが、JMP pro に実装があるかどうかはわかりません。
ありがとう、
ウリエル。Re: MANOVA 反復測定、2 因子、多重比較こんにちは@utkcito 、
なぜこれが再発措置ではないと言うのか不思議です。データが縦方向だからそう言っているのでしょうか？縦断データは繰り返し測定データです。多くの場合、AR(1) 共分散構造のようなものを使用して縦断データをモデル化します。必要に応じて、おそらく固定効果として扱うことができます。
MANOVAをやりたいとは思わない。MANOVA の「M」は、複数の因子ではなく、複数の応答を指します。1 NL 1 番目の応答があるだけのようです。
Fit Model を使用すると、質問に一度に答えることができます。線形モデルを使用したくないと言ったのはわかりますが、線形モデルなしではこのデータを適切にモデル化できないと思います。まず、患者にランダムな効果を与える必要があります。また、合併症の影響を評価したい場合は、それをモデルの要素に含めて、サンプルと同時に重要性をテストできるようにする必要があります。
あなたのデータが正常ではないことに同意します。NL 1st の対数変換がそれを処理しているようです。
添付の表のモデルの適合スクリプトを参照してください。いただいた 3 つの質問に対する回答は次のとおりです。
1. サンプル (時間) は重要ですか?答え: はい。モデルの適合の「固定効果テスト」セクションを参照してください。F 検定の p 値は = 0.0025 です。
2. 違う場合、どの時間が異なりますか?回答: Tukey 分析では、時間 1 が 3 および 5 と大きく異なることが示されています。その他の大きな違いはありません。
3. 合併症の影響はありますか?答え: いいえ。Complication の主効果は重要ではなく、Sample*Complication 相互作用も重要ではありません。この相互作用は、サンプリング時間の影響が合併症のある患者とない患者で異なるかどうかを示します。これが事実であるという強力な証拠はありません。これについては、「固定効果テスト」も参照してください。
