Wiederholte Maßnahmen - Können Kovariaten verwendet werden?Ich habe einen Kunden, der einen Datensatz zur Pferdehaltung hat. Die Idee ist, den Tieren eine Glukosefütterung zu geben und den Insulinspiegel über mehrere Stunden zu überwachen. Sie vergleichen dann zwei Gruppen von Tieren: Eine Gruppe ist die Kontrolle und die andere hat im letzten Monat eine spezielle Diät erhalten. Sie untersuchen also wirklich die Wirkung der Diät auf Insulin von Pferden. Sie nahmen zu Beginn der Studie eine Grundlinie bei allen Tieren vor. Alle hatten bis zu Beginn der Studie die gleiche Diät eingenommen und gaben ihnen die hohe Glukosezufuhr und das überwachte Insulin. Natürlich hatte jedes Pferd eine andere Grundlinie. Dann stellte die Hälfte der Tiere einen Monat lang die neue Diät ein und wiederholte den Test. Sie können einen kleinen Unterschied bei den Standard-Wiederholungsmessungen bei den Daten zum Monatsende feststellen, aber sie möchten zu Beginn des Monats einzelne Tier-Basislinien berücksichtigen und hoffen, dass dadurch das Signal bereinigt wird. Irgendwelche Gedanken, wie das geht? Vielen Dank!Re: Wiederholte Maßnahmen - Können Kovariaten verwendet werden?Jerry,
Es ist ziemlich unkompliziert, fügen Sie einfach die Kovariate als Effekt hinzu. Ich habe einen WebEx / Discovery-Vortrag über die Verwendung von JMP Pro für wiederholte Messungen gehalten, und das Hauptbeispiel hat genau dies getan. Hier ist der Link zum WebEx . Der Discovery-Vortrag hatte den gleichen Inhalt. Unter einfachen Kovarianzannahmen (unkorrelierte Zeiträume oder die gleiche Korrelation für alle Zeiträume, z. B. zusammengesetzte Symmetrie) kann dies auch in regulären JMP erfolgen.
Don
Re: Wiederholte Maßnahmen - Können Kovariaten verwendet werden?Danke, Don. Leider verfügt mein Client über Standard-JMP, nicht über Pro. Sie erwähnten, dass dies in Standard-JMP möglich wäre ... kannst du mich auf eine Ressource verweisen, die beschreibt, wie das geht?
Vielen Dank,
Jerry
Re: Wiederholte Maßnahmen - Können Kovariaten verwendet werden?Jerry,
Wenn sie die Subjektvariable (die Entität, für die die wiederholten Messungen durchgeführt werden) auf zufällig setzen, erhalten sie ein Modell für wiederholte Messungen, wobei die Verbundsymmetrie (CS) als Kovarianzmatrix angenommen wird. Dies zeigt an, dass die zeitabhängige Korrelation unabhängig von der Differenz in den Zeitperioden gleich ist (z. B. ist die Korrelation zwischen der ersten und der zweiten Zeitperiode dieselbe wie die erste und die letzte Zeitperiode). Die Annahme von CS (oder keine Korrelation) ist sehr einschränkend. Für gemischte Modelle in JMP Pro stehen 10 zusätzliche Kovarianzstrukturen zur Verfügung (SAS hat etwa 30 oder 40 weitere in PROC MIXED). Eine Alternative besteht darin, die Manova-Persönlichkeit zu verwenden, um wiederholte Messmodelle anzupassen. Normalerweise vermeide ich dies, weil es mir schwer fällt, sie zu interpretieren und zu erklären (und sie kann erheblich weniger Leistung haben als ein Ansatz mit gemischten Modellen).
Don
