전체 요인 반복 측정 ANOVA 추가 기능
이 추가 기능은 연속형 반응 변수를 포함하는 단방향 또는 전체 요인 반복 측정 설계에 대한 선형 혼합 효과(랜덤 및 고정 효과) 모델 항을 생성합니다(범주형 반응은 현재 지원되지 않음).
추가 기능에 대한 비디오 자습서:
한 가지 요소: https://youtu.be/fh8jiFf2z-o
계승 : https://youtu.be/py3-wvPYitM
설치:
- 이 페이지 하단에서factorial_repeated_measures.jmpaddin을 다운로드하세요.
- 다운로드가 완료되면 파일을 두 번 클릭하여 JMP에서 엽니다.
- 추가 기능을 설치할 것인지 묻는 메시지가 표시됩니다. 설치를 선택합니다.
- 추가 기능 메뉴 아래에 "반복 측정" 섹션이 있습니다.
요인 설계:
반복 측정 요인 설계에서는 개체 내 요인의 요인 조합의 각 조건에서 개체가 측정되고 개체 간 요인의 한 수준에서만 측정됩니다. 예를 들어 와인 시음 실험의 피험자는 여러 가지 와인을 맛보고 평가할 수 있지만 일반적으로 성별과 전문 지식의 한 수준에서 측정됩니다. 이러한 요인의 수준은 실험 시간 경과에 따라 변경하기 어렵기 때문입니다. 완전 요인 설계에는 다음이 포함됩니다. 완벽한 요인의 교차. 아래 예시 실험에서 각 피험자는 라벨의 두 가지 조건에 따라 등급이 매겨진 4가지 서로 다른 와인의 계승 조합으로 형성된 8개의 잔으로 와인을 맛봅니다(잔 중 4개는 비싸 보이는 라벨이 붙은 병 앞에 놓였고 나머지 4개는 라벨이 붙은 병 앞에 놓였습니다). 저렴해 보이는 라벨이 붙은 병 앞에 배치). 주제 간 요인인 전문성과 성별의 요인 교차에는 네 가지 조합(F/전문가, F/초보, M/전문가, M/초보)에서 개인을 측정하는 작업이 포함됩니다. 이러한 요소는 "주제 간" 요소입니다. 전문 지식과 성별 요소 중 두 가지 수준 이상에서 어떤 주제도 측정되지 않기 때문입니다.
모델 추정
이 추가 기능은 선형 혼합 효과 모델 분석을 생성합니다. 누락된 데이터가 없는 이 분석은 복합 대칭을 가정하는 일변량 일반 선형 모델 반복 측정 분석과 동일한 추정 및 테스트를 생성합니다. 그러나 혼합 모델은 모델 항을 다르게 추정하므로 누락된 데이터가 있는 경우 추정치가 달라지고 잠재적으로 더 좋아질 수 있습니다. 일변량 GLM 반복 측정 분석에는 완전한 데이터가 필요하며 누락된 셀이 있는 피험자는 제거되는 반면, 혼합 모델은 분석에서 전체 피험자를 제거하지 않고도 누락된 데이터를 허용할 수 있습니다. 누락된 데이터(무작위로 누락되지 않음)는 모델 추정값에 편향을 줄 수 있으므로 모델 결과를 해석하기 전에 누락된 데이터의 원인을 조사해야 합니다.
용법:
열을 적절한 역할로 캐스팅하고 "모델 실행"을 클릭하거나 "대화 상자 실행"을 클릭하여 모델 적합 대화 상자로 이동하여 실행하기 전에 모델을 변경합니다. 실행 후 대화 상자를 열어 두려면 "대화 상자를 열어 두십시오." 확인란을 선택하십시오.
메모: 이러한 모델의 경우 "주체 ID"에는 명목상 모델링 유형이 있어야 합니다. 이 추가 기능은 모델링 유형이 아직 지정되지 않은 경우 자동으로 공칭으로 설정합니다.
모델 항이 생성되고 적합 세부 정보 및 정보 기준 요약, REML 분산 구성 요소 추정, 고정 효과 검정 및 효과 세부 정보가 포함된 적합 모델 출력이 시작됩니다.
이 경우(두 개의 개체 내 요인과 두 개의 개체 간 요인 포함) 생성된 모델은 다음과 같습니다.
| 모델 |
|---|
효과 (
: 성별 ,
: 전문적 지식 ,
: 와인 ,
: 상표 ,
: 성별 * : 전문적 지식 ,
: 성별 * : 와인 ,
: 성별 * : 상표 ,
: 전문적 지식 * : 와인 ,
: 전문적 지식 * : 상표 ,
: 와인 * : 상표 ,
: 성별 * : 전문적 지식 * : 와인 ,
: 성별 * : 전문적 지식 * : 상표 ,
: 성별 * : 와인 * : 상표 ,
: 전문적 지식 * : 와인 * : 상표 ,
: 성별 * : 전문적 지식 * : 와인 * : 상표
) ,
무작위 효과 (
: 판사 [ : 성별 , : 전문적 지식 ] ,
: 판사 * : 와인 [ : 성별 , : 전문적 지식 ] ,
: 판사 * : 상표 [ : 성별 , : 전문적 지식 ] ,
: 판사 * : 와인 * : 상표 [ : 성별 , : 전문적 지식 ]
) ,
|
추가 회귀 보고서, 매개변수 추정, 진단 도표 및 잔차 저장, 레버리지 쌍 등을 포함하여 최상위 빨간색 삼각형 아래에서 다양한 옵션을 사용할 수 있습니다.
플롯, 수단, 테스트
확장하다 효과 세부정보 개별 요인 및 상호 작용에 대한 플롯을 생성하고 모든 쌍별 T-검정, Tukey HSD 및 선형 대비를 사용하여 셀에 대한 테스트를 수행합니다.
모델을 대화형으로 프로파일링하려면 최상위 빨간색 삼각형 > 요인 프로파일링 >을 선택합니다. 프로파일러
모델 수정 및 보기
맨 위에 있는 빨간색 삼각형을 선택하고 모델 대화상자 모델 사양을 확인하고 모델을 변경하려면
데이터 형식
이 추가 기능을 사용하려면 데이터가 긴 형식 또는 긴 형식이어야 합니다. 이는 한 주제의 반복된 관찰이 열 전체가 아닌 행 전체에 걸쳐 표시되는 경우입니다(아래 참조).
광범위한 데이터를 재구성해야 하는 경우 테이블 > 누적을 사용하고 반복 관찰이 있는 열을 누적 열 섹션으로 캐스팅합니다. 요인 설계의 경우 각 요인의 요인 수준을 분리해야 합니다. Col > Recode를 사용하면 이 작업을 빠르게 수행할 수 있습니다.
추가 세부 사항:
- 이 추가 기능은 다음 알고리즘을 사용하여 용어를 생성합니다.
- 모든 고정 효과 요인의 전체 계승(모든 개체 내 및 개체 간 요인)
- 주제내 요인과 주제-요인만 포함된 완전 계승(중복되는 항 제거)
- 주제와 관련된 모든 용어는 무작위 효과로 표시됩니다.
- 주제 간 요인이 있는 경우 주제와 관련된 모든 용어는 모든 주제 간 요인에 중첩되어 표시됩니다.
- 모든 세포의 복제물이 있는 경우(각 피험자는 각 조건에 두 번 이상 있었음) 피험자와의 최고 수준 상호 작용을 추정할 수 있습니다. 반복실험이 없으면 이 최고차 상호작용은 잔차와 혼동되어(잔차임) 자동으로 제거됩니다.
- 모형은 개체 내 요인은 최대 5개, 개체 간 요인은 최대 5개로 제한됩니다. 개체 내 요인이 5개 이상, 개체 간 요인이 5개 이상인 모델을 정기적으로 사용하는 경우 알려주시기 바랍니다.
추가 동영상:
여기에 유용할 수 있는 더 자세한 내용이 포함된 두 개의 동영상 세트가 있습니다. f 당신은 우리에게 이 추가 기능을 제공할 예정입니다.
모듈 2:8 - 1요소 반복 측정
모듈 2:9 - 요인 반복 측정
반복 측정 분석에 도움이 되기를 바랍니다.
줄리안
업데이트 내역:
v0.09: "대화 상자 실행" 버튼 추가
v0.08: "Recall" 버튼과 "Keep Dialog Open" 체크박스를 추가했습니다.
실험 설계통계통계교육유용Re: 전체 요인 반복 측정 ANOVA 추가 기능~에게 @줄리안 ,
반복 측정 추가 기능을 사용하여 생성된 고정 효과표의 F 비율은 유형 II 또는 유형 III 제곱합을 기반으로 합니까?F 비율은 Type II SS를 사용하여 계산한 것과 더 가까운 것 같습니다.
Re: 전체 요인 반복 측정 ANOVA 추가 기능~에게 @줄리안 ,
나는 이 추가 기능을 한동안 사용해왔는데 매우 유용합니다.
무작위 계수에 대해 "중첩"을 "교차"로 변경할 수 있습니까? 이를 통해 연속적인 "주제 간 요소"를 사용할 수 있습니다. 현재 연속적인 "주제 간 요인"을 도입할 때 적합 모델 플랫폼은 중첩된 항(및 전체 모델) 추정을 거부합니다.
귀하의 혁신적인 기여에 깊은 감사를 드립니다.
론
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕하세요 줄리안,
저는 여전히 이 추가 기능의 팬이며, 다음 반복에 대한 일정이 어떻게 되는지 궁금합니다. 예를 들어, 현재는 효과 크기를 테스트하기 위해 SPSS나 다른 소프트웨어를 사용하게 됩니다. 주제 내 또는 혼합 효과 설계를 위해 JMP에서 효과 크기를 얻는 쉬운 방법이 없는 것 같기 때문입니다. 이는 통계 교육에 JMP를 사용할 때 심각한 단점이기도 합니다. 이 플러그인에 추가할 수 있다면 매우 유용할 것입니다(또는 "효과 크기 계산" 플러그인을 확장하여 혼합 및 대상 내 설계에 사용할 수 있습니다).
건배 & 감사합니다!
베른하르트
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕 @jsheldon1 ,
불편을 끼쳐드려 죄송합니다. 수행하려는 작업과 데이터 세트가 어떤 것인지 자세히 알려주시면 도움이 될 것입니다. 특히 도움이 될 작은 조각을 첨부할 수 있다면. 더 자세히 알지 못하더라도 열 이름 중 하나에 특수 문자가 있다고 추측할 수 있습니다(이 추가 기능은 열 이름의 영숫자가 아닌 문자에 대해 특별히 강력하지 않습니다). 그게 문제일까요?줄리안
Re: 전체 요인 반복 측정 ANOVA 추가 기능추가 기능을 사용하여 분석을 실행하려고 하는데 다음 오류 메시지가 나타납니다.
인식할 수 없는 효과 옵션 'And' , :ID[:State] & /*###*/Random/*###*/ 액세스 또는 평가에서 2번
그게 무슨 뜻인지 아시나요?
Re: 전체 요인 반복 측정 ANOVA 추가 기능고마워요 Julian, 당신이 무엇을 요리할지 기대하고 있어요!
당신 말이 맞아요. "완전 계승" 매크로가 정말 유용해요
건배
베른하르트
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕 @bernhard ,
제안해 주셔서 감사합니다! 향후 개선 사항 목록에 이를 추가하고 새 릴리스가 출시되면 알려 드리겠습니다. 그런데 완전히 개체 간 설계의 경우 표준 모형 적합 대화 상자가 매우 잘 작동합니다. 열 목록에서 모든 요인을 선택한 다음 매크로 옆에 있는 빨간색 삼각형을 클릭한 다음 전체 요인(또는 요인 정렬)을 클릭하면 자동으로 생성됩니다. 모든 모델 효과.
@줄리안
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕하세요 줄리안,
이 추가 기능에 다시 한번 감사드립니다. 이 추가 기능은 매우 유용하며 JMP의 기본 작업 방식보다 사용하기가 훨씬 쉽습니다.
추가 개선을 위한 제안에 관심이 있는 경우:
- 테스트를 위한 옵션 추가 가정 매우 귀중할 것입니다(특히 JMP를 사용하여 가르칠 때뿐 아니라 일상적인 분석에서도 마찬가지입니다).
- 테스트할 옵션 추가 효과 크기 특히 대부분의 저널, APA 등이 효과 크기 포함을 요구한다는 점을 고려하면 좋을 것입니다.
- 이 플러그인을 확장하여 피사체 간 효과에도 사용할 수 있습니까? 그것은 내 모든 ANOVA 요구 사항에 대한 주요 이동 수단이 될 것입니다.)
건배 & 감사합니다!
베른하르트
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕하세요 줄리안,
또 다른 질문을 하고 싶습니다. JMP와 SPSS에서 무작위 절편 모델을 수행할 때 추정치가 다른 이유는 무엇입니까? SPSS의 출력에 비해 JMP의 자유도가 더 높다는 것을 알 수 있습니다.고정 효과에 관해서는 정확히 동일한 결과를 얻습니다. 두 개의 서로 다른 소프트웨어가 F 값과 p 값 측면에서 동일한 통계 출력을 표시하지만 고정 효과에 대한 추정치는 서로 다르다는 것이 실제로 문제입니까?
매우 감사합니다!
건배
달리아
Re: 전체 요인 반복 측정 ANOVA 추가 기능@줄리안
빠른 답변에 감사드립니다. 네, 시간적 자기상관이 높은 것 같습니다. 이에 대해서는 일반 JMP 커뮤니티에 문의하겠습니다.
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕 @tsingh ,
몇 가지 일반적인 생각을 알려드리고 싶지만 이와 같은 시계열 유형 데이터는 제 전문 분야가 아니므로 일반 JMP 커뮤니티에 질문을 게시하시는 것이 좋을 것 같습니다. 내 직감으로는 이 추가 기능을 사용하여 이러한 데이터를 분석하면 안 될 것 같습니다. 그렇다고 할 수 없다는 말은 아닙니다. 사이트는 주제 ID가 될 수 있고, 월은 주제 내 효과가 될 수 있지만 시간이 가까운 지점 간의 모든 자기 상관을 무시하게 되며 아마도 좋은 결과가 있을 것입니다. 며칠 내 및 며칠 동안 온도의 순환 패턴을 모델링하는 이유입니다. 특정 장소에서 한 달 동안의 온도 측정이 독립적이라고 주장할 수 없다면, 나는 다른 길을 갈 것입니다! 다시 말하지만, 일반 커뮤니티 토론 게시판은 이 질문에 대한 좋은 장소입니다. 시계열 경험이 있는 사람이 공유할 조언이 있을 것으로 기대합니다.
줄리안
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕하세요 줄리안,
이 분석을 사용하여 내 데이터를 어떻게 분석해야 하는지, 이 분석이 내 데이터에 적합한지에 대한 조언을 받고 싶습니다.
저는 5개 현장에서 5개월 동안 시간별 수온 데이터를 측정했습니다.
24 x 30 x 5 x 5 = 18000 데이터 포인트.
나는 매달 현장마다 수온이 크게 다른지, 그리고 전체 현장(예: 현장과 현장 x 월간 상호 작용) 간에 상당한 차이가 있는지 확인하고 싶습니다.
내 데이터는 다음과 같은 열 이름을 가진 긴 형식입니다.
1.사이트
2.요일 번호(0-150)
2. 월(6월~10월)
3. 시간(0~24)
4. 온도(반응변수)
그래서 주제 요소 내에 월과 사이트를 추가해 왔습니다.
일 번호 또는 시간이어야 하는 경우 주제 ID에 어떤 요소를 입력해야 하는지 약간 혼란스럽습니다. 시간별 또는 일별 변화를 확인하는 데 관심이 없습니다.
또한 내 데이터에 대해 전체 요소 반복 anova를 사용해야 한다고 생각하십니까, 아니면 반복 구조(예: corAR1 등)를 지정하여 혼합 모델을 수행해야 한다고 생각하십니까?
매우 감사합니다.
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕 @달리아 ,
방금 귀하의 비공개 메시지에 응답했지만 이 댓글을 읽는 다른 사람들도 응답에 관심이 있을 것이라고 생각하여 여기에 붙여넣습니다. 이것이 몇 가지 사항을 명확히 하는 데 도움이 되기를 바랍니다.
---
이 일에 제가 조금이나마 도움이 되었으면 좋겠습니다! 혼합 모델은 확실히 복잡할 수 있습니다. 특히 특정 상황에 대해 "올바른" 모델이 하나도 없는 경우가 있기 때문에 더욱 그렇습니다. 이 추가 기능은 '최대 모델'에 적합합니다. 즉, 대상(무작위 효과)과 고정 효과(실험의 실제 요인) 사이의 가능한 모든 상호 작용에 적합하다는 의미입니다. 혼합 모델에 익숙하지 않다면 그다지 도움이 되지 않을 것입니다. 이것이 의미하는 바는 일반적으로 각 대상에 대해 무작위 절편만 추정하는 단순화된 모델보다 완전 최대 모델에서 더 많은 매개변수를 추정한다는 것입니다. 가장 간단한 모델에서는 무작위 절편(무작위로 표시된 대상에 대한 항만 있고 대상 변수와 다른 변수 간의 상호 작용 없음)만 사용하여 대상이 서로 평균 등급만 다르다고 주장합니다. 당신의 조작에 동일하게 반응할 것입니다(이것은 학습 라이브러리의 pdf를 따라 실행한 모델입니다). 이 모델에서는 사람들이 자극에 반응하는 방식의 실제 차이가 아니라 서로 다른 피험자 사이에서 관찰되는 자극에 반응하는 방식의 변화가 순수한 오류로 분류됩니다. 이는 일반적으로 현실적이지 않습니다. 그러나 이러한 종류의 모델은 훨씬 적은 자유도를 사용하므로 오류에 대한 DF가 더 많아지고 이는 일반적으로 더 많은 검정력을 의미합니다.
그럼 무엇이 더 낫나요? 저는 이를 위해 와인 예제를 사용하는 것을 좋아합니다. 추가 기능의 예제에서 모델은 주제와 와인 유형(빨간색 또는 흰색) 간의 상호 작용에 적합합니다. 어떤 사람들은 화이트 와인보다 레드 와인을 더 좋아하고 어떤 사람들은 레드 와인보다 화이트 와인을 더 좋아하기 때문에 이것은 도움이 됩니다. 사람들 사이의 변화를 설명할 수 있는 매개변수가 모델에 있기 때문에 백포도주와 적포도주에 대한 평균 반응에서 관찰된 차이는 순수한 오류가 아니라 사람들 사이의 체계적인 변화로 해석됩니다. 표본 크기가 크면 체계적 오류와 순수 오류를 구별할 수 있으면 더 많은 검정력을 얻을 수 있습니다. 작은 표본을 사용하면 상호 작용이 정말 큰 경우(예: 와인에 대한 선호도가 크게 다른 사람들 그룹이 있는 경우)가 아닌 한 모든 추가 상호 작용을 적용하여 효과를 놓칠 가능성이 높습니다.
따라서 이것은 일반적으로 인간 대상의 경우 무작위 효과(우리 대상)와 고정 요인 사이의 이러한 상호 작용이 기계와 달리 사람이 반응할 것이라고 믿기 어렵기 때문에 추정할 가치가 있다고 생각하는 경향이 있습니다. 조작도 마찬가지다. 표본이 작은 경우 일부 무작위 기울기(피험자와의 상호 작용)만 포함된 축소 모델로 작업하는 것이 더 나은 경우도 있습니다. "REML 분산 구성요소" 섹션을 보면 무작위 기울기가 얼마나 많은 변화를 설명하는지 알 수 있습니다. 대상과의 상호작용이 전체 변형의 큰 부분을 차지한다면 아마도 유용할 것입니다. 그렇지 않은 경우에는 이를 제거해야 한다고 주장하는 사람들도 있습니다. 언제든지 상단의 빨간색 삼각형으로 이동하여 "모델 대화 상자"를 선택한 다음 임의 효과 섹션으로 이동하여 항을 제거할 수 있다는 점을 기억하세요.
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕하세요 줄리안,
반복 측정을 연구하는데 적용되는 세 가지 유형의 전략을 이해하는 데 어려움이 있어 도움을 요청하고 싶습니다. 내 연구에서는 모두 다른 결과를 나타냅니다. 이러한 모델에는 다음이 포함됩니다.
1) 전체 요인 혼합 ANOVA 추가 기능
2) 속성 섹션에서 적합 모델과 무작위 주제를 사용한 혼합 모델 분석: https://community.jmp.com/t5/JMP-Academic-Knowledge-Base/Mixed-Model-Analytic-OPG/ta-p/21747
3) Pro와 혼합 모델 성격
내 디자인에는 두 그룹의 소비자가 보는 4개 카테고리의 16개 광고가 포함되어 있습니다. 나는 인지적 참여의 차이점을 연구합니다.
1) 첫 번째 모델의 경우 인지적 참여를 종속으로, 소비자 그룹을 사이로, 광고 카테고리를 내부로, 주제 ID를 무작위 효과로 사용합니다.
2) 무작위 가로채기는 주제 ID이고, 종속 항목은 인지 참여이며, 소비자 카테고리, 광고 카테고리 및 이들의 상호 작용을 모델링합니다.
3) Pro 버전이 없습니다. 두 번째 경우처럼 혼합모형 분석을 하는 것과 혼합모형을 사용하는 것 사이에 차이가 있나요?
매우 감사합니다. 당신의 도움에 정말 감사드립니다.
건배
달리아
Re: 전체 요인 반복 측정 ANOVA 추가 기능<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />내 학습 디자인은 2 x 2 x 3 x 3입니다. 티 처음 세 가지 요소(2x2x3)는 참가자 내 요소였으며 세 번째 요소(3개 수준)는 사이 요소였습니다. 추가 기능을 사용할 때 보고서에는 고정 효과 테스트 섹션 아래에 자유도를 의미한다고 가정하는 "DF 손실"이 있다고 표시됩니다. 또한 고정 효과 테스트에서는 다른 출력을 제공하지 않습니다. 왜 이런 일이 일어나는지 알려줄 수 있는 사람이 있나요?
Re: 전체 요인 반복 측정 ANOVA 추가 기능피드백을 보내주셔서 감사합니다, MS! 특수 문자에 대해 이 기능을 더욱 강력하게 만들어야 하는데, 어떤 곳에서는 그렇게 했지만 다른 곳에서는 하지 않은 것처럼 들립니다!
Re: 전체 요인 반복 측정 ANOVA 추가 기능훌륭한 추가 기능! 모형 적합 대화 상자에서 동일한 모형을 수동으로 입력하는 것에 비해 많은 시간을 절약합니다.
지금까지 유일한 문제는 "%", "(" 또는 "/"와 같은 홀수 문자가 포함된 열 이름입니다. 오류 메시지가 표시되고 로그가 읽힙니다.
"개요 컨텍스트 {"응답 Cs137/kg dw"}에서 "응답 Cs137/kg dw" 항목을 찾을 수 없습니다.
이름이 확인되지 않음: 'Cs137' 액세스 또는 평가 시 Cs137 , :Cs137/*###*/플랫폼 시작 예외"
그러나 그럼에도 불구하고 보고서는 동일한 추정치로 생성되지만 개요 상자 세트는 다릅니다(모델 적합 기본값?).
(저는 Mac용 JMP 12.2를 사용합니다)
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕하세요, 벤슨,
이 추가 기능의 최신 버전에 "Recall" 및 "Keep Dialog Open" 옵션을 추가했음을 알려드리고 싶습니다. 이게 도움이 되길 바란다!
줄리안
Re: 전체 요인 반복 측정 ANOVA 추가 기능줄리안,
나는 당신이 여러 계정에 옳다고 생각합니다. 내 연구 시간은 df뿐만 아니라 연속적(0-120분, 5분씩 증가)입니다. 예비 분석을 하고 있는데 n이 4개밖에 없으므로 더 많은 과목이 필요합니다. 그러나 이제는 2way anova 플러그인 프로세스를 알고 있습니다.
당신의 도움을 주셔서 감사합니다!
Re: 전체 요인 반복 측정 ANOVA 추가 기능이러한 신뢰 구간이 누락된 경우 모델을 맞추려고 할 때 다른 오류도 수신한 것 같습니다. 시간에 대한 수준 수로 볼 때 시간을 명목상으로 사용하여 모델을 맞출 수 있는 자유도가 충분하지 않은 것 같습니다. 훨씬 적은 수의 시점에서 개인을 측정했다고 예상했습니다. 가지고 있는 수준의 수를 고려할 때 시간을 연속 효과로 모델링하는 것이 더 나을 것 같습니다. 즉, 각 조건에 대한 각 시점에서 Y에 대한 평균보다는 각 조건에 대한 Y와 시간 사이의 기울기를 추정하는 것입니다(즉, 시간을 공칭으로 처리하는 작업이므로 추정된 매개변수 측면에서 비용이 많이 듭니다).이것은 내 추가 기능이 수행하도록 만들어진 기능이 아닙니다. 적합시키려는 모형은 무작위 계수를 중첩하는 모형입니다. 이는 JMP Pro 모형 적합의 전용 혼합 모형 특성을 사용하여 수행할 수 있는 작업입니다. 이에 대한 문서 페이지는 다음과 같습니다.
혼합 모델 성격 출시
죄송합니다. 내 추가 기능이 이 분석에 도움을 드릴 수 없었습니다!
줄리안
Re: 전체 요인 반복 측정 ANOVA 추가 기능예, 시험판과 치료는 서로 바꿔서 사용할 수 있습니다. 내 모델에는 3가지 치료/시험이 있습니다. 시행착오와 시간을 명목상으로 변경했습니다. 이 변경을 수행할 때 출력이 상한 및 하한 95% CI를 제공하지 않는 것이 정상입니까?
Re: 전체 요인 반복 측정 ANOVA 추가 기능이는 시간, 시행 또는 둘 다 데이터 세트에서 연속으로 표시된 경우 발생합니다. 서로 다른 시점에서 평균 및 치료 간 평균 차이를 추정하기 위해 이 추가 기능 및 분석 유형에 대해 모두 명목형으로 표시되어야 합니다.
그런데 Trial은 Treatment의 별칭인가요? 아니면 모델에 trial 대신 Treatment를 포함시키겠다는 뜻인가요?
Re: 전체 요인 반복 측정 ANOVA 추가 기능고마워요 줄리안.
그래 너가 옳아. 치료별 시점의 차이를 살펴보려고 합니다. 그러나 분석을 실행하기 위해 효과 세부 정보 상자 아래 시행*시간 상자의 빨간색 삼각형을 클릭하면 강조 표시된 옵션이 없는 것 같습니다. Trial 및 Subject 상자에서 개별적으로 추가 분석을 실행할 수 있습니다. 이해가 된다면 그림을 참조하세요.
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕 jxa014 ,
효과 세부 정보 섹션을 확장한 다음 모델의 각 소스 옆에 있는 빨간색 삼각형을 사용하여 후속 비교를 수행할 수 있습니다. 서로 다른 시점의 치료법을 비교하는 데 가장 관심이 있는 것 같습니다. 즉, 시험 x 시간 섹션을 살펴본 다음 거기에 있는 옵션 중 하나를 사용하게 됩니다. 이러한 후속 조치 옵션 중 일부를 보여주는 비디오가 있습니다. 이 비디오에서는 반복되지 않는 측정 요인 모델에 대해 설명하지만 원칙은 동일합니다.
적합 모델의 단순 쌍별 비교 개요:
적합 모델을 사용한 JMP의 쌍별 비교(모듈 2 3 4) - YouTube
일반 계승 분산:
요인 분산 분석(4x4) 전체 분석(모듈 2 5 10) - YouTube
테스트 슬라이스(당신이 특히 관심을 가질 것으로 생각됩니다)
요인 설계의 조각 테스트(모듈 2 5 11) - YouTube
해당 비디오는 내 비디오 시리즈인 과학의 유의미한 통계 방법의 일부이며 여기에서 전체 모듈 세트를 찾을 수 있습니다.
과학 재생목록의 유의미한 통계적 방법
도움이 되었기를 바랍니다!
줄리안
Re: 전체 요인 반복 측정 ANOVA 추가 기능줄리안,
완벽했어요. 매우 감사합니다. 응답 변수 중 하나에 대한 분석을 실행했는데 그 결과는 다음과 같습니다.
고정 효과 테스트
원천 엔팜 DF DF덴 F 비율 확률 > F
재판 2 2 6.006 2.6589 0.1489
시간 1 1 2.938 389.5700 0.0003
평가판*시간 2 2 5.904 5.5986 0.0433
이제 시험 x 시간 상호 작용에 대한 테스트를 수행해야 합니까?
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕 jxa014 ,
물론이죠. 여기서 몇 가지 지침을 제공해 드리겠습니다.데이터 테이블은 위에 표시된 형식(행 전체에 걸쳐 주제에 대해 반복적으로 관찰하는 긴 형식 또는 긴 형식)으로 구성되어 있습니까?그렇지 않은 경우 테이블 > 쌓기를 사용하여 데이터를 쌓아야 합니다.이 작업을 수행해야 하는 경우 알려주시면 더 구체적인 조언을 드릴 수 있습니다. 또한 제가 더 나은 조언을 드릴 수 있도록 데이터 세트의 예(몇 행 정도라도)를 포함시키면 도움이 될 것입니다.
데이터가 올바른 형식인 경우 분석 설정은 간단해야 합니다. 주제 ID 섹션에 주제 변수(주체를 고유하게 식별하는 모든 것)를 배치하고 주제 내 요인 섹션에 TIME을 배치하십시오(피험자에 대해 반복된 관찰이 있으므로) 다른 시간에).TRT는 귀하의 상황에 따라 주제 내 또는 주제 간일 수 있습니다. 방법론. 각각 측정해 보면 주제 아래에 세 가지 치료법 모두 TRT는 피험자 내 섹션에 들어가야 합니다. 각 대상을 세 가지 처리 중 하나만 할당한 경우 TRT는 대상 간 요인 섹션에 들어가야 합니다.
모델을 실행하면 일반적인 통계 출력을 받게 됩니다. 시간 x 치료 상호 작용에 가장 관심이 있는 경우 고정 효과 검정 표에서 통계적 유의성에 대한 세부 정보를 찾을 수 있고, 효과 세부 정보 아래에서 LSmeans를 찾아 후속 비교를 실행할 수 있습니다.
이게 도움이 되길 바란다!
줄리안
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕하세요,
방금 이 추가 기능을 다운로드했는데 보기에는 좋지만 기존 JMP 적합 모델에서 분석을 수행하는 데 익숙합니다. 내 변수와 실험을 사용하여 레이아웃을 만드는 데 도움을 주실 수 있는지 궁금합니다.
저는 피험자(SUBJECTS) 3가지 치료(TRT)를 각각 2시간(TIME) 동안 분석하고 여러 반응 변수(심부 온도, 심박수 및 피부 온도)를 기록하는 실험을 했습니다.
반복 측정(치료 x 시간)을 살펴보고 각 시점의 TRT 간에 차이가 있는지 구체적으로 살펴보고 싶습니다.
네 생각을 말해봐!!!
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕 벤슨.무얀 ,
네, 정말 좋은 제안이에요! 다음 버전의 개선 사항 목록에 추가했습니다.또한 다른 모델을 시험해 볼 때 Fit Model에서 자주 수행하는 "Keep Dialog Open"에 확인란을 추가하겠습니다.
줄리안
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕하세요 줄리안,
나는 귀하의 애드온을 광범위하게 사용해 왔고 정말 좋아했습니다. 나의 주요 불만 중 하나는 다른 많은 플랫폼처럼 리콜 버튼이 없다는 것입니다. 추가할 수 있는 기회가 있나요?
감사해요!
Re: 전체 요인 반복 측정 ANOVA 추가 기능안녕 다쿨린 ,
지금까지 메시지를 놓치게 되어 죄송합니다. 궁금한 점을 하나하나 해결해 드리겠습니다.
전반적으로 귀하의 질문은 주 효과나 상호 작용에 관심이 없더라도 반복 측정 ANOVA(또는 이 추가 기능의 기능인 혼합 모델)의 맥락에서 분석하는 데 적절한 것 같습니다. 하지만 고려해야 할 몇 가지 사항이 있습니다.
a) 0~3 척도를 사용하면 모집단 점수가 정규 분포를 따른다고 생각할 이유가 많지 않으므로 모델의 가정에 대해 약간 걱정할 수 있습니다. 그러나 당신은 수백 명의 교사가 있다고 말했으므로 중심 극한 정리가 이 점에서 도움이 될 것입니다.
b) 질문 간의 공분산이 다를 수 있습니다. 일부 질문 답변은 다른 질문 답변과 더 강하게 관련될 수 있습니다. 본질적으로 이것은 당신의 것입니다 Mauchly의 구형성 테스트 이는 해당 가정에 대한 위반을 나타냅니다. 일부는 보수적일 수 있고 다른 일부는 반보수적일 수 있기 때문에 이는 후속 테스트에 약간의 문제를 제기합니다. 데이터의 하위 집합을 분석하면 더 적은 공분산에 대한 가정을 하기 때문에 이러한 걱정을 조금 줄일 수 있습니다. JMP Pro를 사용하는 경우 구조화되지 않은 공분산을 사용하여 이러한 테스트를 실행할 수 있지만 아직은 실행하지 않겠습니다.
c) 처음 세 가지 질문에 대해서는 다양한 수준의 교사들의 항목 응답을 비교하는 데 관심이 없는 것처럼 들리므로 각 교사 수준에 대해 별도로 이러한 분석을 실행하는 것이 합리적일 수 있습니다. 과목 간 요인으로서의 교사 수준). 이를 수행하는 쉬운 방법은 데이터 필터(행 > 데이터 필터)를 사용하고 확인하려는 교사 그룹을 제외한 모든 그룹을 제외하는 것입니다. 내가 작성한 추가 기능에는 일반적으로 이 작업을 수행하는 가장 직접적인 방법인 By Variable을 사용하는 옵션이 포함되어 있지 않습니다. 이 추가 기능에 추가하고 싶은 기능 목록에 추가하겠습니다.
- 또는 다음을 수행하여 변수별 사용을 허용하는 분석 > 모형 적합을 사용하여 이 분석을 설정할 수 있습니다(위의 추가 기능 설명에 설명된 대로 데이터가 누적되어 있다고 가정).
- 분석 > 모형 적합
- Y로 응답
- 첫 번째 요소로 피험자 ID를 선택하고 모델 효과 섹션에서 이를 선택하고 "속성"을 클릭한 다음 "무작위"를 선택합니다. 이렇게 하면 피험자 ID가 무작위 효과로 표시되므로 JMP가 이를 올바르게 모델링하는 방법을 알 수 있습니다.
- 모델 효과 섹션에 테스트 질문 요소를 추가하세요.
- 교사 수준을 BY 변수로 추가
- 그러면 각 교사 수준마다 하나씩, 3개의 개별 맞춤 모델 출력이 반환됩니다. 여기에서 아래와 같은 작업을 수행할 수 있습니다.
질문 1, 2, 3) 이 추가 기능을 사용하여 모델을 실행한 후(데이터 필터를 사용하여 교사 그룹 하나만 포함시킨 후) 효과 세부 정보 섹션을 확장하면 테스트 항목의 소스가 표시됩니다. 기준 변수가 있는 적합 모델을 사용한 경우 출력 오른쪽에 테스트 항목 소스가 표시됩니다(맞춤 모델의 "강조"를 "최소 보고서"로 변경하지 않은 경우 기본 배치임). 이는 제가 선호하는 것이며 위의 추가 기능이 기본값으로 사용되는 것입니다.
테스트 항목 소스에 대한 섹션을 찾은 후 이름 옆에 있는 빨간색 삼각형을 클릭하면 쌍별 테스트를 수행하기 위한 여러 옵션이 표시됩니다. 항목 요소 내에서 가능한 모든 조합을 테스트하는 데 관심이 있는 경우(많은 테스트가 됨) Tukey HSD 옵션을 사용하는 것이 좋습니다. 요인. 연결 문자 보고서는 차이를 확인하는 좋은 방법입니다. 또는 조정된 p-값을 원하는 경우 Tukey HSD 보고서에서 빨간색 삼각형을 클릭하고 순서 차이 보고서를 선택할 수 있습니다.
4, 5) 이 테스트에서는 항목과 동일한 모델에 교사가 있어야 하므로 교사 수준을 주제 간 변수로, 항목을 주제 내 변수로 사용하여 전체 모델을 실행합니다. 내 추가 기능은 해당 모델을 설정하는 데 도움이 되지만, 혼합 모델에 익숙하다면 모델 맞춤 대화 상자를 통해 직접 이 작업을 수행할 수도 있습니다. 모델 보고서가 있으면 효과 세부 정보 섹션을 확장하고 상호 작용의 소스를 찾으세요. 거기에서 대비 슬라이스를 수행하는 "테스트 슬라이스"를 사용할 수 있습니다. 이는 다른 요인의 단일 수준에서 요인 중 하나에 대한 테스트입니다. 예를 들어, "항목 1"(또는 첫 번째 항목의 레이블이 무엇이든)이라는 레이블이 붙은 조각을 얻게 되며, 이는 교사가 항목 1에 대한 응답이 다르다는 증거가 있는지 테스트할 것입니다. 당신은 모든 항목에 대해 그것을 얻을 것입니다. 이는 각 항목 수준에서 교사 수준의 "효과"에 대한 본질적으로 일원 분산 분석인 가장 중요한 테스트처럼 보입니다. 테스트 조각을 사용하면 고등학교 교사가 해당 항목에 대해 서로 다른 등급을 부여한다는 증거가 전반적으로 있는지 여부를 테스트하는 "고등학교 교사"(또는 해당 수준에 라벨을 붙인 항목)라는 레이블이 붙은 조각도 얻을 수 있습니다. 후자의 조각은 아마도 당신에게 덜 유용할 것입니다. 특히 각 교사 수준에 대해 이전 모델의 항목 차이를 개별적으로 살펴보았기 때문입니다.
각 항목에 대한 교사 수준 테스트를 가장 보수적으로 수행하려면 데이터 필터링을 위해 위에서 제안한 것과 동일한 일련의 단계를 수행하거나 기준 변수를 사용할 수 있습니다. 이는 교사 수준의 단일 요소를 사용하여 각 항목마다 하나씩 15개의 서로 다른 모델을 설정한다는 의미입니다. 각 모델이 있으면 Tukey HSD 테스트를 실행하여 연결 문자 보고서를 제공하거나 요청하는 경우 p-값과의 순서 차이를 제공합니다. 한 번에 하나의 항목만 포함하도록 데이터를 부분 집합화하므로 항목 간의 공분산에 대해 아무 것도 주장할 필요가 없기 때문에 이는 실제로 더 나은 조치일 수 있습니다.
이 추가 기능을 방문하려면 여기에 더 자세한 내용이 포함된 두 개의 비디오 세트가 있습니다.
모듈 2:8 - 1요소 반복 측정
모듈 2:9 - 요인 반복 측정
이게 도움이 되길 바란다!
줄리안
Re: 전체 요인 반복 측정 ANOVA 추가 기능이 추가 기능을 다운로드하여 사용해 볼 예정이지만 어쨌든 아래 질문에 도움을 주실 수 있기를 바랍니다. 약 5주 전에 JMP 사용자 커뮤니티 게시물에 이 상황을 게시했지만 지금까지는 제안이 없습니다. 어디에 넣어야 하나요?
내 데이터 세트는 수백 명의 교사의 설문지 응답으로 구성됩니다.
약 3분의 1이 초등학교, 중학교, 중학교입니다.
그들은 각각 0~3점 척도로 15개 항목의 중요성을 평가했습니다.
(저는 이러한 평가를 간격 수준 데이터로 취급하는 것이 편합니다. 작동한다면 서수도 괜찮습니다.)
나는 이것을 후속 테스트를 통해 반복 측정 ANOVA(변수 = 교사 수준, 반복 변수 = 15개 등급 간)로 시각화합니다.
그러나 나는 주요 효과에 거의 관심이 없습니다. 반복 평가(3개의 교사 수준에 걸쳐 특정 항목의 점수를 결합하는 것은 의미가 없음) 또는 교사 수준에 걸쳐(항목은 함께 사용되지 않습니다. 각 항목은 독립형이므로 총 점수는 흥미 없다)
대신 내 질문은 다음과 같습니다.
1-초등교사 집단의 경우 15개 항목 중 다른 항목보다 유의하게 높은 평가를 받은 항목은 무엇입니까?
2- 질문 중학교 교사에게도 동일
3- 고등학교 교사에게도 같은 질문
4-3개의 교사 그룹 중 하나가 항목 1을 다른 두 그룹과 크게 다르게 평가합니까?
5 - 항목 2~15에 대한 동일한 질문
(인플레이션으로부터 보호하기 위해 알파를 꽤 얇게 썰어야 한다는 것을 알고 있습니다.)
내 첫 번째 생각은 후속 테스트를 통한 반복 측정에 대한 ANOVA였으며 후속 테스트에 도달하기 위해 주효과를 무시했습니다.
그러나 Mauchly의 구형성 테스트는 중요했으며, 겉보기에는(?) 후속 테스트가 포함된 MANOVA의 필요성을 나타내는 것 같습니다. 그렇다면 JMP에서 MANOVA를 수행한 후 후속 평균 비교를 어떻게 수행합니까?
아니면 주효과에 관심이 없으므로 다른 분석을 살펴보아야 합니까?
