Comment saisir des données de sous-échantillonnage pour les réplications lors de mesures répétées MANOVA ?J'ai deux groupes, chaque groupe a trois répétitions et je prends des mesures à quatre moments différents.
De chaque répétition, je prends cinq mesures (n = 5 dans une répétition).
Comment puis-je saisir des données de sous-échantillonnage sans faire la moyenne ?
Re : Comment saisir des données de sous-échantillonnage pour les réplications lors de mesures répétées MANOVA ?@Kevin_Anderson
Merci beaucoup Kévin !
Oui, pour cette analyse de mesures répétées (modèle mixte), c'est bien.
Pourriez-vous s'il vous plaît me dire comment vous effectuez le test de dinde ici dans JMP et avez obtenu ce graphique ?
Voici comment j'effectue l'analyse:
Analyse > Modèle Sapin
EG1 à Y
Groupe, représentant, temps ajoutés au modèle de construction
Alors, Rep(Group) & Random (en changeant les attributs en effet Random) [est-ce correct?]
Méthode : REML
Courir!
Est-ce ainsi que je dois performer ?
Si oui, comment puis-je procéder à la comparaison multiple Turky ?
Parce que ma sortie ressemble à ceci et sur quel bouton dois-je cliquer pour la séparation moyenne ?

Détails de l'effet

Je veux obtenir la séparation moyenne pour chaque point de temps séparément, comme indiqué dans le graphique ?
Heure"0": quelle est la séparation moyenne de Control /1mm/2mM
Heure "1": etc.

Et s'il vous plaît dites-moi comment avez-vous créé ce graphique dans JMP ?
Merci pour votre soutien
Re : Comment saisir des données de sous-échantillonnage pour les réplications lors de mesures répétées MANOVA ?Salut Kynda !
Comment c'est?

Vos données Excel ont été transférées dans un tableau de données JMP, qui est joint.
Le graphique est un simple graphique à barres du menu déroulant Graphique -> Graphique que j'ai un peu personnalisé pour ressembler un peu au vôtre.
Dr John W. Tukey (veuillez noter : pas de "r".
tourne peut-être comme un tour en ce moment, mais j'ai obtenu le numéro d'intervalle de confiance quelque peu étrange d'une analyse de modèle mixte de l'expérience de mesures répétées (Fixed=Group, Random=Rep(Group), Repeated=Time Group=Group), puis en choisissant la comparaison multiple -> Tukey HSD, en notant le quantile et le DF ajusté de cette analyse, et en obtenant la valeur de distribution t (98,8857 ...) à partir de cela.Ouais, c'est un peu noueux et quelqu'un peut (devrait ?!) avoir une meilleure approche, mais voilà.L'analyse du modèle mixte est un peu plus rigoureuse que les histogrammes souhaités et dit essentiellement la même chose avec des graphiques différents.
Bien sûr, ce n'est pas la partie multivariée de la MANOVA que vous avez mentionnée dans le sujet.Je suppose que vous avez plus de variables de réponse, mais ne les avez-vous pas incluses dans votre exemple ?
'J'espère que cela t'aides.
Re : Comment saisir des données de sous-échantillonnage pour les réplications lors de mesures répétées MANOVA ?Salut @Kevin_Anderson Merci pour la réponse.
Voici un échantillon de données, j'ai 3 groupes (contrôle, traitement 1 mM, traitement 2 mM), chaque groupe a deux réplications (R1 et R2) et je prends des mesures à 4 moments (0d, 1d, 3d, 5d) . Chaque répétition comporte six échantillons (sous-échantillonnage) et la même utilisation d'échantillons pour tous les points dans le temps (mesures répétées).
Comme vous l'avez illustré, je vois, je peux entrer les données comme ça, pourriez-vous s'il vous plaît laissez-moi savoir comment puis-je effectuer l'analyse et la séparation moyenne (posthoc-dinde) pour chaque point de temps ?Je m'attends à dessiner un graphique comme celui-ci et à indiquer la différence de signification à chaque instant ?

Re : Comment saisir des données de sous-échantillonnage pour les réplications lors de mesures répétées MANOVA ?Salut Kynda !
Votre question a de nombreuses interprétations exclusives différentes, donc je suis presque sûr d'avoir mal compris votre intention...
... mais ne pourriez-vous pas structurer l'ensemble de données pour une MANOVA à mesures répétées comme celle-ci ?

Plus d'informations pourraient aider.
Bonne chance.