Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Hallo allerseits,
Ich führe einen Freidman-Test an einem Datensatz durch. Die Daten testen die Wirkung einer Behandlung und bestehen aus 10 Probanden. Bei jeder Testperson wurde ihre Herzfrequenz (HR) sechsmal über einen Zeitraum von 6 Stunden gemessen. Um den Test durchzuführen, habe ich die HR-Ränge (Ordnungszahl) gespeichert und als Y in der Anpassung Y x X festgelegt, die Probanden als „Block“ und die „Stunde“ als X. Dies ist das Ergebnis der Cochran-Mantel-Haenszel-Tests, aber ich habe Schwierigkeiten, sie zu interpretieren. Gibt es einen signifikanten Effekt, obwohl die Correlation of Scores viel größer als 0,05 ist?Wenn die Ergebnisse zeigen, dass es signifikante Veränderungen durch die Behandlung gibt, ist es dann angemessen, einen Steel-Dwass-Test mit allen Paaren an den Nenndaten als Post-Hoc-Test durchzuführen?
Danke für Ihre Hilfe!
Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Vielen Dank für die Erklärungen und Hilfe bei dieser Analyse. Es ist sehr hilfreich!Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Super, vielen Dank für deine Erklärung. Es ist sehr hilfreichBetreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Die Residuen liefern keine bessere Schätzung der Normalität. Sie liefern eine relevantere Einschätzung.
Die Reaktion (Herzfrequenz) wird als Kombination aus festen Effekten (Behandlung, Zeit) und zufälligen Effekten (Subjekte, Fehler) modelliert. Die gewöhnliche Regression der kleinsten Quadrate verwendet einen linearen Prädiktor für die festen Effekte (Antwortmittelwert) und die Normalverteilung für die Zufallseffekte (Antwortvarianz). Die Reaktion wird als Kombination modelliert, sodass die Daten nicht zur Bewertung der Normalität des zufälligen Teils verwendet werden können. Die behobenen Effekte müssen zuerst entfernt werden. Die Residuen sind die beobachtete Reaktion (Kombination) abzüglich der mittleren Reaktion (feste Effekte) für jede Beobachtung. Der Rest (Rest) sollte sein der zufällige Teil. Speichern Sie die Residuen und untersuchen Sie ihre Verteilung, bevor Sie entscheiden, dass Sie eine nichtparametrische Analyse benötigen.
Außerdem kann häufig, wenn die Residuen nicht normal sind, eine Transformation von Y sie normal machen. Mit dieser Technik können Sie die Analyse wiederholter Messungen in einer breiteren Klasse von Experimenten verwenden.
Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Die meisten Statistiker, die ich kenne, nehmen den Shapiro-Wilk-Test nicht allzu ernst, da er lächerlich überempfindlich sein kann, insbesondere bei großen Stichprobenumfängen.Viele Dinge, die bei Shapiro-Wilk fehlschlagen, sind normal genug, um gut mit parametrischen Methoden zu funktionieren, die Normalität annehmen.Ich empfehle immer, sich das normale Quantil-Diagramm anzusehen und ein gutes Urteilsvermögen an den Tag zu legen.
Darüber hinaus müssen Sie unbedingt die Normalität aktivieren Reste .Wenn Sie irgendwelche Effekte in Ihren Daten haben, wird der ganze Datenklumpen wahrscheinlich nicht normal aussehen.Die Annahme betrifft die Fehler, nicht die Rohdatenwerte.Stellen Sie sich vor, Ihr Modell besteht aus 2 Gruppen, bei denen es einen großen Gruppeneffekt gibt.Jede Gruppe kann normalverteilt sein, aber der gesamte Datensatz sieht bimodal aus.
Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Die Residuen habe ich mir nicht angeschaut. Stattdessen habe ich bei der Analyse der Verteilung den Shapiro-Wilks-Anpassungstest auf die Daten angewendet. Würde die Betrachtung der Residuen eine bessere Schätzung der Normalität liefern?
Vielen Dank für die Bestätigung, dass die Analyseanweisungen korrekt waren. Wenn also mein Ansatz richtig war, gibt es einen signifikanten Effekt, obwohl die Korrelation der Ergebnisse viel größer als 0,05 ist? (wie ich ursprünglich gefragt hatte)
Nochmals vielen Dank für Ihre Hilfe!Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Ich verstehe, warum die Reihen funktionieren. Ich bin noch nie auf diese Weise an die nichtparametrische Analyse herangegangen. Sie haben die Anweisungen korrekt befolgt.
Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Bei der Regressionsanalyse wird nicht angenommen, dass die Daten normalverteilt sind. Meinen Sie damit, dass die Residuen (geschätzte Fehler) nicht normalverteilt sind?
Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Ich habe mich für einen nichtparametrischen Test entschieden, da die Anwendung des Shapiro-Wilk-Tests darauf hindeutet, dass meine Daten nicht normalverteilt sind.
Ich habe die wiederholten Messungen durchgeführt, befürchte jedoch, dass die Wahrscheinlichkeit von Typ-1-Fehlern erhöht ist, da meine Daten möglicherweise nicht der Annahme der Normalität entsprechen.
Die von mir zitierte Seite besagt, dass der Friedman-Test die nichtparametrische Version der wiederholten Messungen ist und dass ich "die Ränge innerhalb jedes Blocks berechnen sollte. Definieren Sie diese neue Spalte mit einem ordinalen Modellierungstyp. Geben Sie die Ränge als Y in der Plattform „Y by X anpassen“ ein. Geben Sie einen der Effekte als Sperrvariable ein. Erhalten Sie Cochran-Mantel-Haenszel-Statistiken."
Also sollte ich die Ränge nicht vorher berechnen und nur die kontinuierliche statt ordinale Variable verwenden?
Danke für Ihre Hilfe!
Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Ich schlage vor, die Analyse wiederholter Messungen auszuprobieren. Stellen Sie sicher, dass Ihre Daten nach Herzfrequenz, Behandlung, Betreff und Stunde organisiert sind. Siehe die Ein multivariater Ansatz Beispiel in Beispiel ich zitiert.
Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Daten sind weder parametrisch noch nichtparametrisch. Die Daten sind kontinuierlich (Messung) oder kategorisch (nominale oder ordinale Anzahl). Die Analyse ist entweder parametrisch oder nichtparametrisch.
Warum haben Sie sich für eine nichtparametrische Analyse entschieden?
Wenn Sie sich entscheiden, mit der nichtparametrischen Analyse fortzufahren, dann wissen Sie, dass JMP die Ränge aus Ihren Daten berechnet. Berechnen Sie die Ränge nicht im Voraus und ersetzen Sie die Daten durch Ränge.
Auf der von Ihnen zitierten Seite geht es um nichtparametrische Mehrfachvergleiche. Ist es das, was Sie brauchen?
Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Hallo Mark,
Danke für deine Antwort. Meine Daten sind nicht parametrisch, deshalb habe ich versucht, den Friedman-Test statt der Analyse wiederholter Messungen durchzuführen.
Es gab Anweisungen, die besagten, dass ein CMH auf Rängen für den Friedman-Test in jmp durchgeführt werden sollte.
https://www.jmp.com/support/help/14/nonparametric-multiple-comparisons.shtml
Wenn dies nicht korrekt ist, gibt es eine Möglichkeit, den Test trotzdem durchzuführen?Betreff: Hilfe bei der Interpretation der Ergebnisse des Freidman-Tests (Cochran-Mantel-Haenszel)Die Contingency-Plattform führt eine Kreuztabellenanalyse durch. Die Analyse basiert auf Zählungen, nicht auf Rängen. Die CMH-Tests führen eine Schichtungsvariable ein. Die vier Versionen von CMH hängen vom Modellierungstyp der Y- und X-Variablen ab.
Sie sollten stattdessen eine Messwiederholungsanalyse in Betracht ziehen. Bitte sehen Sie sich das an technischer Hinweis für mehr Informationen.
