Prueba de comparaciones múltiples en un modelo lineal generalizadoHola,
Me preguntaba si es posible ajustar comparaciones múltiples (por ejemplo, con la prueba de Tukey) después de crear un modelo lineal generalizado usando la opción Ajustar modelo. El objetivo sería comparar un volumen de interés (variable continua) entre tres grupos de pacientes (variable de clase), después de ajustar por un montón de otras covariables.
Cuando creo (ajusto) el modelo, los volúmenes entre los tres grupos parecen ser significativamente diferentes entre sí (como se puede ver en los valores p informados en las Estimaciones de parámetros), pero quería aplicar la corrección para comparaciones múltiples y asegúrese de que las asociaciones significativas persisten. Utilicé la opción de "contraste" debajo del triángulo rojo, pero no tenía muy claro qué representaban los resultados informados.
¡Gracias de antemano por cualquier ayuda!
Mejor,
panorámicas
Re: Prueba de comparaciones múltiples en un modelo lineal generalizado¡El método Fit Least Squares suena muy bien en ese caso!
Gracias de nuevo,
panorámicas
Re: Prueba de comparaciones múltiples en un modelo lineal generalizadoEncantado de ayudar. No había mencionado las covariables en la primera publicación, por lo que su elección tiene mucho sentido ahora.
Por cierto, usar un GLM con la distribución normal y la función de vínculo de identidad es lo mismo que la regresión de mínimos cuadrados ordinarios con el predictor lineal. Tendrá más opciones de métodos, como Tukey HSD, si usa Ajustar mínimos cuadrados en su lugar.
Re: Prueba de comparaciones múltiples en un modelo lineal generalizadoHola, Mark,
¡Gracias por su rápida respuesta!
Quería usar la opción Ajustar modelo en lugar de Ajustar Y por X únicamente porque hay algunas otras covariables que me gustaría/necesitaría ajustar. Además, la única razón por la que estoy usando el modelo lineal generalizado es porque un revisor lo sugirió para este análisis en particular. La distribución que estoy usando es "Normal" y la función de enlace es "identidad".
Además, ¡gracias por la explicación muy clara sobre el contraste! Entonces, para que quede claro, la opción de contraste realiza el análisis de comparación múltiple, ¿verdad? ¿Y debería simplemente informarlo como "control de errores de tipo 1 con múltiples comparaciones" o esta corrección particular aplicada aquí tiene un nombre específico (por ejemplo, Tukey's, Bonferroni, etc.).
¡Gracias de nuevo por toda la ayuda!
Mejor,
panorámicas
Re: Prueba de comparaciones múltiples en un modelo lineal generalizadoSi su respuesta se distribuye normalmente, entonces podría usar la plataforma bivariada (Analyze > Fit Y by X) con el volumen en el rol Y y el paciente en el rol X. El menú de la plataforma incluye un submenú Comparar medios para múltiples métodos de comparación.
¿Cuál es la razón para usar un GLM? ¿Qué función de distribución y enlace usaste?
El informe de contraste no es difícil de entender y usar. Lo ilustro aquí usando el conjunto de datos de muestra clase grande y un GLM que usa la distribución normal y la función de enlace de identidad. probé altura contra edad . Luego especifiqué una serie de comparaciones entre edad=12 y todas las demás edades por separado. El resultado es:
La parte inferior del informe es el lugar para comenzar. La prueba de razón de verosimilitud ( LR ChiCuadrado ) es para cualquier contraste significativo. Esta estadística es su control de errores de tipo I con comparaciones múltiples. El resultado aquí es significativo en alpha=0.05 por lo que concluimos que al menos un contraste es significativo. Los contrastes individuales muestran que la talla media para la edad=12 no es significativamente diferente de la de la edad=13 pero sí significativa para las demás edades.
NOTA: si selecciona la herramienta Ayuda ( ? ) y haga clic en el informe de contraste, accederá a una descripción completa del método y una explicación de la interpretación.
