일반화 선형 모델에 대한 다중 비교 테스트안녕하세요,
Fit Model 옵션을 사용하여 일반화된 선형 모델을 생성한 후 다중 비교(예: Tukey의 테스트)에 대해 조정할 수 있는지 궁금합니다. 목표는 다른 공변량을 조정한 후 세 그룹의 환자(클래스 변수) 간에 관심의 양(연속 변수)을 비교하는 것입니다.
모델을 생성(적합)할 때 세 그룹 간의 볼륨이 서로 크게 다른 것처럼 보이지만(매개변수 추정치에서 보고된 p-값에서 볼 수 있음) 다중 비교를 위해 수정을 적용하고 싶었습니다. 중요한 연관성이 지속되는지 확인하십시오. 빨간색 삼각형 아래의 "대비" 옵션을 사용했지만 보고된 결과가 무엇을 나타내는지 명확하지 않았습니다.
도움을 주셔서 미리 감사드립니다!
최상의,
파노라마
Re: 일반화 선형 모델에 대한 다중 비교 테스트이 경우 Fit Least Squares 방법이 훌륭하게 들립니다!
다시 한 번 감사드립니다.
파노라마
Re: 일반화 선형 모델에 대한 다중 비교 테스트기꺼이 도와드리겠습니다. 첫 번째 게시물에서 공변량을 언급하지 않았으므로 이제 귀하의 선택이 완벽하게 이해됩니다.
그런데 정규분포와 항등연결함수가 있는 GLM을 사용하는 것은 선형예측변수가 있는 보통최소자승회귀와 같다. Fit Least Squares를 대신 사용하면 Tukey HSD와 같은 더 많은 방법을 선택할 수 있습니다.
Re: 일반화 선형 모델에 대한 다중 비교 테스트안녕 마크,
신속한 답변에 감사드립니다!
내가 원하는/조정해야 할 다른 공변량이 있기 때문에 Fit Y by X가 아닌 Fit Model 옵션을 사용하고 싶었습니다. 게다가 내가 일반화 선형 모델을 사용하는 유일한 이유는 리뷰어가 이 특정 분석을 위해 제안했기 때문입니다. 내가 사용하고 있는 분포는 "Normal"이고 연결 기능은 "identity"입니다.
그리고 콘트라스트에 대한 매우 명확한 설명에 감사드립니다! 명확하게 하기 위해 대비 옵션은 다중 비교 분석을 수행합니다. 맞습니까? 그리고 "다중 비교를 통한 유형 1 오류 제어"로 보고해야 합니까 아니면 여기에 적용된 이 특정 수정에 특정 이름(예: Tukey's, Bonferroni 등)이 있습니까?
모든 도움에 다시 한 번 감사드립니다!
최상의,
파노라마
Re: 일반화 선형 모델에 대한 다중 비교 테스트응답이 정상적으로 분포된 경우 볼륨이 Y 역할이고 환자가 X 역할인 Bivariate 플랫폼(Analyze > Fit Y by X)을 사용할 수 있습니다. 플랫폼 메뉴에는 여러 비교 방법에 대한 비교 평균 하위 메뉴가 포함되어 있습니다.
GLM을 사용하는 이유는 무엇입니까? 어떤 배포 및 링크 기능을 사용하셨나요?
대비 보고서는 이해하고 사용하기 어렵지 않습니다. 샘플 데이터 세트를 사용하여 여기에 설명합니다. 큰 수업 및 정규 분포 및 ID 링크 기능을 사용하는 GLM. 나는 시험했다 키 ~에 맞서 나이 . 그런 다음 사이의 일련의 비교를 지정했습니다. 나이=12 다른 모든 연령대는 별도로. 결과는 다음과 같습니다.
보고서의 맨 아래에서 시작할 수 있습니다. 우도비 검정( LR 카이스퀘어 )에 대한 어느 상당한 대조. 이 통계는 다중 비교를 통해 제1종 오류를 제어합니다. 여기서 결과는 alpha=0.05에서 중요하므로 적어도 하나의 대비가 중요하다는 결론을 내립니다. 개별 대조는 12세의 평균 키가 13세의 평균 키와 크게 다르지 않지만 다른 연령대에서는 유의하다는 것을 보여줍니다.
참고: 도움말 도구( ? ) 대비 보고서를 클릭하면 방법에 대한 전체 설명과 해석에 대한 설명이 표시됩니다.
