Analyse à 2 voies de la covariance, mesures répétéesJ'utilise JMP Pro 14.1.0 sur un Mac. Je souhaite effectuer une analyse de covariance à mesures répétées.
Dans mes données, il y a deux variables de regroupement pour les sujets, la race/le statut ethnique (B v H v W) et le sexe (M v F), donc six cellules de statut et de sexe.
Il existe six variables dépendantes, toutes dérivées d'une échelle d'évaluation remplie par les parents, de sorte que les variables dépendantes peuvent être corrélées.
Les sujets dans chaque cellule varient légèrement en âge moyen, et l'âge du sujet pourrait éventuellement affecter les variables dépendantes, donc je veux covarier sur l'âge.
Quelles sont mes étapes dans JMP pour ce faire ?
Re : Analyse à 2 voies de la covariance, mesures répétéesJe suis toujours étonné de voir comment Mark fournit de si bons conseils avec si peu d'informations... En tout cas j'ai quelques réflexions supplémentaires :
1. Que sont les "échelles d'évaluation remplies par les parents" ?. Avez-vous évalué ce système de mesure ? Y a-t-il une cohérence au sein et entre les évaluateurs ? Quelle variation y a-t-il au sein/entre les évaluateurs ? Faites-vous simplement la moyenne de ces notes ? Comment gérez-vous les biais des évaluateurs ?
2. Je ne sais pas exactement ce que vous entendez par mesures répétées. S'il s'agit bien de répétitions (plusieurs points de données sans que les combinaisons de traitement ne changent), elles n'ajoutent pas de degrés de liberté. Il semble donc que vous aurez 5 DF. Comme le souligne Mark, il serait plus logique de rechercher des relations linéaires (le statut racial/ethnique non linéaire est illogique), de sorte que vous devrez « abandonner » un certain degré de liberté pour estimer l'effet linéaire de la covariable (aucune interaction ).
3. Je recommanderais généralement aux répliques d'ajouter des DF pour étudier les covariables (vous aurez à la fois des effets fixes et aléatoires dans le modèle).
4. Analyser (ajustement du modèle) la covariable à l'aide de tests séquentiels (Type 1) et partiels (Type 3) pour les effets fixes. Activez les VIF (ajoutez une colonne dans les estimations de paramètres) pour rechercher une corrélation entre les variables prédictives.
Re : Analyse à 2 voies de la covariance, mesures répétéesMerci. la table de données est déjà configurée comme vous le dites, il sera donc facile d'essayer. j'examinerai également les références que vous avez données
Re : Analyse à 2 voies de la covariance, mesures répétéesJe ne suis pas tout à fait clair sur la conception de l'étude, mais essayez cette approche. Tout d'abord, créez un tableau de données avec une colonne de données pour la race/le statut ethnique, le sexe, l'âge et les six réponses. Saisissez chaque réponse sur une ligne distincte. En d'autres termes, ne pré-récapitulez pas les données par "cellule".
Sélectionnez Analyser > Ajuster le modèle. Sélectionnez les six colonnes de données de réponse et cliquez sur Y. Sélectionnez le statut, le sexe et l'âge. Cliquez sur Macros et sélectionnez Factoriel en degré. Ce modèle suppose la possibilité d'interactions (par exemple, l'effet de l'âge peut différer entre les sexes) mais pas d'effets non linéaires. C'est un bon point de départ. Assurez-vous de sélectionner l'option Ajuster séparément dans le coin supérieur droit. Cliquez sur Exécuter.
Consultez le livre Aide > Livres > Ajuster des modèles linéaires. Plusieurs chapitres connexes traitent de ces modèles et des options et résultats de la plate-forme Fit Least Squares.
