Hola,
Tengo problemas para encontrar la manera correcta de obtener los resultados que necesito.
He realizado y experimentado con 20 sujetos (faltan datos para el n.° 6). Tenemos 5 tiempos de muestra. Hay pacientes que tuvieron complicaciones y otros que no. Tenemos los datos normalizados por la primera muestra que se definió como "1". Ver datos adjuntos.
1) Si uso el modelo unidireccional haciendo "muestra" (es decir, 1 a 5) frente a NL1st (la columna con los resultados), obtengo el modelo general y obtengo las comparaciones entre los diferentes tiempos de muestreo (consulte el script en el tabla de datos). Pero no se trata de medidas repetidas, y no tiene la opción de comparar entre aquellas con y sin complicaciones. Tenga en cuenta que utilicé pruebas tanto paramétricas como no paramétricas porque el supuesto de normalidad en este caso es sospechoso.
2) Por lo tanto, debería usar MANOVA (no quiero usar un modelo lineal). Transpuse los datos - ver adjunto. Pero me estoy perdiendo en los detalles de cómo ejecutarlo, incluso después de pasar un par de horas revisando la literatura de soporte, y parte de mi problema es cómo interpretar los resultados proporcionados, ¿dónde encuentro la respuesta a mi pregunta? . Conozco suficientes estadísticas para comprender mi problema y las soluciones necesarias, pero siento que JMP lo lleva a un nivel mucho más alto, por lo que a veces me pierdo un poco en toda la salida detallada. Como dije, necesito los tres resultados que se detallan a continuación, y si alguien pudiera ayudarme a repasar esto, estaría muy agradecido:
a) ¿Existen diferencias entre los distintos tiempos de muestreo en su conjunto? Si entiendo correctamente la forma en que funciona JMP, debería ser la estadística f entre grupos para la variable "tiempo" que define JMP, ¿verdad? (los grupos son los 5 tiempos de muestreo, no los 19 pacientes). Si entiendo correctamente, el significado de la intersección no es de interés, ¿verdad?
b) Si es así, haga una comparación entre los diferentes tiempos de muestreo para ver dónde están esas diferencias, es decir, usando Tukey o Scheffe (o algo más que ofrezca JMP). No entiendo cuáles son los resultados obtenidos cuando marco "probar cada columna por separado también". ¿Qué método está utilizando? Como se indicó anteriormente, si entendí correctamente, el significado de la intersección no es de interés, ¿verdad?
c) Separar toda la muestra en aquellos con y sin complicaciones, y compararlos para ver si existen diferencias significativas entre aquellos con y sin complicaciones. En este caso no me importa qué muestras son las que dan las diferencias, solo si hay diferencias en general.
muchas gracias,
Uriel.
Por favor mira esto nota en la base de conocimientos de JMP.
Hola @utkcito ,
Estoy confundido por qué dices que esta no es una situación de medidas repetidas.¿Estás diciendo eso porque los datos son longitudinales?Los datos longitudinales son datos de medidas repetidas.A menudo, se modelan datos longitudinales con algo así como una estructura de covarianza AR(1).Sin embargo, probablemente puedas tratarlo como un efecto fijo si así lo deseas.
No creo que quieras hacer MANOVA.La "M" en MANOVA se refiere a múltiples respuestas, no a múltiples factores.Parece que solo tienes la primera respuesta de 1 NL.
Podrías responder todas tus preguntas a la vez usando Fit Model.Sé que dijiste que no querías utilizar un modelo lineal, pero no creo que puedas modelar estos datos correctamente sin uno.Para empezar, es necesario hacer que el paciente tenga un efecto aleatorio.Además, si desea evaluar el impacto de las complicaciones, debería convertirlo en un factor en el modelo para poder probar la importancia simultáneamente con la muestra.
Acepto que tus datos no son normales.Parece que una transformación de registro en NL 1st se encarga de eso.
Consulte el script Ajustar modelo en la tabla adjunta.Aquí están las respuestas a las 3 preguntas que tenía:
1. ¿Es significativa la muestra (tiempo)?Respuesta: Sí.Consulte la sección Pruebas de efectos fijos del Modelo de ajuste.La prueba F tiene valores de p = 0,0025.
2. Si es así, ¿qué horarios son diferentes?Respuesta: El análisis de Tukey muestra que el tiempo 1 es significativamente diferente del 3 y 5. Ninguna otra diferencia es significativa.
3. ¿Las complicaciones tienen algún efecto?Respuesta: No.El efecto principal de Complicación no es significativo, como tampoco lo es la interacción Muestra*Complicación.La interacción indicaría si los efectos del tiempo de muestreo difieren para pacientes con y sin complicaciones.No hay pruebas sólidas de que este sea el caso.Consulte también las pruebas de efectos fijos para eso.
