MANOVA 반복 측정, 두 가지 요인, 다중 비교안녕,
필요한 결과를 얻기 위한 올바른 방법을 찾는 데 어려움을 겪고 있습니다.
나는 20개 주제에 대해 실험을 했습니다(#6에 대한 데이터가 누락되었습니다). 5개의 샘플 시간이 있습니다. 합병증이 있는 환자도 있고 그렇지 않은 환자도 있습니다. "1"로 정의된 첫 번째 샘플에 의해 정규화된 데이터가 있습니다. 첨부된 데이터를 참조하세요.
1) "샘플"(예: 1~5)과 NL1st(결과가 포함된 열)를 수행하는 단방향 모델을 사용하면 전체 모델을 얻고 다양한 샘플링 시간 간의 비교를 얻을 수 있습니다(아래 스크립트 참조). 데이터 테이블). 그러나 반복 측정이 아니며, 합병증이 있는 경우와 없는 경우를 비교할 수 있는 옵션도 없습니다. 이 경우 정규성 가정이 의심스럽기 때문에 모수적 테스트와 비모수적 테스트를 모두 사용했습니다.
2) 따라서 MANOVA를 사용해야 합니다(선형 모델을 사용하고 싶지 않습니다). 데이터를 옮겼습니다. 첨부된 내용을 참조하세요. 하지만 몇 시간 동안 지원 문헌을 살펴본 후에도 실행 방법에 대한 자세한 내용을 알 수 없습니다. 문제 중 하나는 제공된 결과를 해석하는 방법입니다. 질문에 대한 답은 어디서 찾을 수 있습니까? . 나는 내 문제와 필요한 해결책을 이해할 만큼 통계를 충분히 알고 있지만, JMP가 이를 훨씬 더 높은 수준으로 끌어올리는 것 같아서 장황한 결과가 나올 때마다 약간의 혼란을 겪기도 합니다. 앞서 말했듯이 아래에 자세히 설명된 세 가지 출력이 필요합니다. 누군가가 이 작업을 진행하도록 도와줄 수 있다면 매우 감사할 것입니다.
a) 전체적으로 서로 다른 샘플링 시간 사이에 차이가 있습니까? JMP가 작동하는 방식을 올바르게 이해했다면 JMP가 정의한 "시간" 변수에 대한 그룹 간 f 통계여야겠죠? (그룹은 19명의 환자가 아닌 5개의 샘플링 시간입니다). 제가 올바르게 이해했다면, 절편의 의미는 별 관심이 없겠죠?
b) 그렇다면 Tukey나 Scheffe(또는 JMP가 제공하는 다른 방법)를 사용하여 서로 다른 샘플링 시간을 비교하여 어디에서 차이가 있는지 확인하십시오. "각 열을 개별적으로 테스트"를 선택했을 때 얻은 결과가 무엇인지 이해할 수 없습니다. 어떤 방법을 사용하고 있습니까? 위와 같이 제가 올바르게 이해했다면 절편의 의미는 별 관심이 없겠죠?
c) 전체 검체를 합병증이 있는 것과 없는 것으로 분리하고, 합병증이 있는 것과 없는 것 사이에 유의한 차이가 있는지 비교한다. 이 경우 전체적으로 차이가 있는 경우에만 어떤 샘플이 차이를 제공하는지 신경 쓰지 않습니다.
매우 감사합니다,
우리엘.
Re: MANOVA 반복 측정, 두 가지 요인, 다중 비교아래에 언급된 메모와 함께 설명과 스크립트를 사용하여 다음에서 일부 내용을 읽어보세요. http://www.theanalyticfactor.com/ , 그리고 선형 모델 피팅에 관한 JMP 문헌을 통해 이 문제를 해결할 수 있었습니다. 모두 감사합니다!Re: MANOVA 반복 측정, 두 가지 요인, 다중 비교이것을 봐주세요 메모 JMP 지식 베이스에서
Re: MANOVA 반복 측정, 두 가지 요인, 다중 비교안녕하세요 Cameron, 답변 감사드립니다. 최대한 빨리 자세히 살펴보겠습니다. "1"에서 "그러나 그것은 반복 측정이 아닙니다"라는 말의 의미를 설명하고 싶었습니다. 테스트는 반복 측정에 대한 테스트가 아니라는 것입니다. 내 데이터에는 분명히 반복된 측정값이 있습니다.
또한 MANOVA가 적용되지 않는 이유를 이해할 수 없습니다. JMP에서는 그것이 하나의 요소인지 여러 요소인지에 관계없이 반복 측정을 위해 제안하는 첫 번째 플랫폼입니다. 어쨌든 이는 반복 측정을 포함하는 어떤 방식으로든 ANOVA 플랫폼(즉, "단방향")을 수행할 수 있는 옵션이 있는지 여부에 대한 의문을 제기합니다. 이론적으로는 JMP Pro에 구현이 있는지는 모르겠습니다.
감사해요,
우리엘.Re: MANOVA 반복 측정, 두 가지 요인, 다중 비교안녕 @utkcito ,
왜 반복대책 상황이 아니라고 하시는지 헷갈립니다.데이터가 종단적이기 때문에 그렇게 말하는 건가요?종단 데이터는 반복 측정 데이터입니다.종종 AR(1) 공분산 구조와 같은 것을 사용하여 종단적 데이터를 모델링합니다.하지만 원한다면 고정 효과로 처리할 수도 있습니다.
내 생각에는 당신이 MANOVA를 하고 싶어하지 않을 것 같습니다.MANOVA의 "M"은 다중 요인이 아닌 다중 반응을 나타냅니다.방금 1NL 1st 응답을 받은 것 같습니다.
Fit Model을 사용하면 궁금한 사항에 대해 한 번에 답변할 수 있습니다.선형 모델을 사용하고 싶지 않다고 말씀하신 것은 알지만, 선형 모델 없이는 이 데이터를 제대로 모델링할 수 없을 것 같습니다.우선, 환자에게 무작위 효과를 적용해야 합니다.또한 Complications의 영향을 평가하려면 실제로 해당 요소를 모델의 요소로 만들어 Sample과 동시에 중요성을 테스트할 수 있어야 합니다.
귀하의 데이터가 정상적이지 않다는 데 동의합니다.NL 1st의 로그 변환이 이를 처리하는 것 같습니다.
첨부된 표의 Fit Model 스크립트를 참조하세요.고객님께서 문의하신 3가지 질문에 대한 답변은 다음과 같습니다.
1. 샘플(시간)이 유의미한가?대답: 그렇습니다.적합 모형의 고정 효과 검정 섹션을 참조하세요.F-검정의 p-값은 0.0025입니다.
2. 그렇다면 어느 시점이 다른가요?답변: Tukey 분석에 따르면 시간 1은 3, 5와 크게 다릅니다. 다른 차이점은 없습니다.
3. 합병증이 영향을 미치나요?대답: 아니요.합병증 주효과는 중요하지 않으며 Sample*Complication 교호작용도 중요하지 않습니다.상호 작용은 샘플링 시간 효과가 합병증이 있는 환자와 없는 환자에 대해 다른지 여부를 나타냅니다.이것이 사실이라는 강력한 증거는 없습니다.이에 대한 고정 효과 테스트도 참조하세요.
