繰り返し測定 - 共変量は使用できますか？私は馬の栄養を扱うデータセットを持っているクライアントを持っています。アイデアは、動物に高グルコース摂取を与え、数時間かけてインスリンレベルを監視することです。それから彼らは動物の2つのグループを比較します：1つのグループはコントロールです、そして、他は先月の間特別な食事療法を受けました。それで、彼らは本当に馬のインスリンに対する食事療法の効果を見ています。彼らは研究の開始時に全ての動物についてベースラインを取った。研究の開始時まで、全員が同じ食事を摂っていたので、彼らは高グルコースを摂取し、インスリンをモニターしました。もちろん、それぞれの馬は異なるベースラインを持っていました。それから動物の半分を一ヶ月間新しい食事に入れて、そしてテストを繰り返しました。月末のデータで標準的な反復測定を行った場合、わずかな違いが見られますが、月の初めに個々の動物のベースラインを考慮して、シグナルがクリーンアップされることを望みます。それを行う方法について何か考えですか？ありがとうございます。繰り返しの測定 - 共変量を使うことができますか？ジェリー、
それはかなり簡単です、効果として共変量を入れるだけです。私はWebEx / Discoveryで繰り返しの対策としてJMP Proを使用することについて話しましたが、主な例はまさにこれでした。これはWebExへのリンクです。 。ディスカバリーの話は同じ内容でした。単純な共分散の仮定（相関していない期間またはすべての期間について同じ相関、たとえば複合対称性）の下では、これは通常のJMPでも実行できます。
ドン
繰り返しの測定 - 共変量を使うことができますか？ありがとうドン。 残念ながら私のクライアントはProではなく標準のJMPを持っています。 あなたはこれが標準のJMPで行われることができると述べました... その方法を説明しているリソースを教えてください。
ありがとう、
ジェリー
繰り返しの測定 - 共変量を使うことができますか？ジェリー、
被験者変数（反復測定が行われるエンティティ）をランダムに設定した場合、共分散行列として複合対称性（CS）を仮定した反復測定モデルが得られます。これは、期間の違いに関係なく、時間依存相関が同じであることを示します（たとえば、最初の期間と2番目の期間の間の相関は、最初の期間と最後の期間の間の相関が同じです）。CSの仮定（または無相関）は非常に限定的です。混合モデルをJMP Proにフィットさせると、約10個の共分散構造が追加されます（SASのPROC MIXEDには、約30または40以上あります）。代替手段は、繰り返し測定モデルに適合するようにManovaパーソナリティを使用することです。解釈や説明が難しい（そして混合モデルのアプローチよりもかなり低い検出力が得られる可能性がある）ため、私は通常これを避けます。
ドン
