在 JMP® 软件中分析重复测量数据 - 硕士论文示例
你好，
我想知道是否有人可以验证我是否采取了正确的步骤来设置
重复测量的混合模型用于以下研究：
在我们的研究中，我们有两组足球运动员（业余与专业）。
两组的每个球员都进行了 3 次身体测试（短期、长期实验室测试、现场测试），每次测试在不同的日子进行。我们的结果测量是 VO2max（身体能力）。
目的：我主要是想比较业余爱好者和专业人士每次体能测试的最大摄氧量。 （2x3 桌子）
所以我想我应该使用双向重复测量方差分析。 在 JMP pro 12-> 混合模型中重复测量。
但我不确定在使用“分析”->“拟合模型”来达到我的目的时，应该将哪个因素放入固定效应和/或随机效应框中。
有人可以验证我在下面最后两张图片中是否做了正确的事情吗？ （第一张图片只是我数据中的一小部分。）
亲切的问候，
托马斯
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例一切顺利。 我只是有点担心我的 SEM 值。
在大多数参数中，例如 VO2max（见下图），每组的 SEM 值都是相同的。 这是正常的吗？
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例谢谢你提到它。 我尝试了一下，确实，它对 p 值也有影响。
问候
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例我发现嵌套会影响你的估计。 不要嵌套，只需在每种运动员中将您的受试者唯一标记为 1-8，而不是 1-4。 我附加了一个包含正确数据级别的数据表和一个用于此分析的模型表脚本。
对于这个答案的延迟，我深表歉意。
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例否。移除交互固定效果。 其余都是正确的！
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例所以我是这样分析的：
感谢您和乐于助人的同事，
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例我和比我更聪明、更聪明、更漂亮的同事们进行了交谈。 他们建议您不要像我建议的那样估计交互项。 正如我发现的那样，它会将主题与残差混淆。
因此，回到开始，您最初的混合模型似乎毕竟是正确的选择。具体来说，启动一个混合模型，包括两个主要的固定效应和随机主题效应。 指出主题在其他两个因素中的嵌套。 该规范应该可以做到。
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例好吧，我想我快到了。
第一的，
如果我想解决这个表：
我应该以双向方差分析的形式进行分析，而不需要重复测量。 因为重复因素（物理测试：短vs长vs场）不是相互比较的。
但如果我想这样解决：
我应该将分析作为双向方差分析重复测量（因此是混合模型）。 因为重复因素（物理测试：短vs长vs场）是这样相互比较的？
其次，所以我不应该将主题作为随机效应包括在内？
三、事实主题嵌套在体能测试和等级所以我的“拟合模型”对话框应该如下所示？
亲切的问候，
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例对于可能给您带来的任何困惑，我深表歉意。
您的设计结构支持固定效应的双向方差分析。主题是随机效应，但我不确定您是否可以将其与残余随机效应分开估计。 我在上面输入了您的示例并重复了您的混合模型分析。 注意主题是嵌套的之内运动员和体能测试。 在运行模型之前，应在“拟合模型”对话框中为此术语指示此嵌套。
（此时我无法包含图像，因为插入图片的对话框完全改变了。 我不知道如何使用它。）
我的估计主题方差归零。
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例我现在有点困惑。 也许我应该更好地澄清整个研究。
我们测试了很多玩家。 这些玩家中有些是职业选手，有些是业余选手。 但我们对他们进行了分组测试。 例如，第一周，每个业余爱好者在周一进行了 1 次测试，同一周的周二，每个专业人士进行了 1 次测试。 在第二周的周一，每个业余爱好者都进行了另一项测试，同一周的周二，每个专业人士都进行了另一项测试。 最后，在第三周，每个业余爱好者在周一进行了第三次测试，每个专业人士在周二进行了第三次测试。
现在我们想要测试不同级别（教授与业余）之间的最大摄氧量是否存在差异，并考虑不同类型的体能测试（短距离、长距离与野外）。
考虑到您之前的答案，我认为我的分析+数据应该如下所示。 我还添加了我想要解决的未来 2x3 表（我尝试过一次）。
我是否仍然需要仅使用 2 向方差分析？
亲切的问候，
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例我明白你的意思。 主体是一个阻塞结构，其效果是随机的。 我认为将其作为随机效应毕竟是有意义的。
我仍然不认为这项研究是“重复措施”的例子，但我的定义可能过于严格。 它只是带有阻塞的双向方差分析。
考虑包括交互项，因为我认为它是可估计的，如果是这样，可能会提供信息。
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例我之所以考虑使用混合模型而不是双向方差分析，是因为 VO2max 值基于重复测量。 例如，受试者 1 进行了三项测试，其中一项是短期测试（64.6 VO2max），一周后进行一项长期测试（54.7 VO2max），一周后再次进行现场测试（52.86 VO2max）。 其他科目也是如此。
这是否证明使用混合模型是合理的？
如果它证明了混合模型的合理性。 我应该离开随机效应像你建议的那样，盒子是空的？ 或填写主题因素随机效应盒子？
提前致谢。
亲切的问候，
托马斯
回复：在 JMP® 软件中分析重复测量数据 - 硕士论文示例我认为这项研究不需要重复测量分析。 它似乎只是一个双向方差分析：
V(O2max) = 拦截 + 水平 + 体能测试 + 水平 * 体能测试。 主题是您的残差，因此您不需要输入明确的术语来估计它。 在本例中，因子水平是交叉的，而不是嵌套的。
在这种情况下，您应该能够使用标准最小二乘法。
