Corrélation en sérieJ'ai un ensemble de données dans lequel plusieurs valeurs ont été collectées auprès du même patient. Il y a 25 patients mais chaque patient aurait environ 30 observations.
Ces patients ont leur CO2 transcutané est mesuré à différents moments.. Et nous comparons différentes caractéristiques (besoin en oxygène, assistance respiratoire) avec des mesures de CO2 transcutanées normales et anormales. Corrélant également le CO2 transcutané avec la FiO2. Nous ferons également une analyse de régression multivariée.
Cela conduit évidemment à un problème d'observations non indépendantes et à une erreur dans la valeur P par des tests standard.
Je parlais à un statisticien qui analyse les données à l'aide de SAS. Il a mentionné qu'il peut ajuster le test statistique pour la corrélation en série dans SAS.
est-il possible dans jmp de faire cela?
Re : Corrélation en sérieCommande xtreg dans le programme STATA
Il a utilisé une analyse de régression pour les données de panel.
Selon le statisticien, "le test t simple n'est pas applicable pour les données".. Je voudrais toujours reproduire les résultats dans JMP
Re : Corrélation en sérieHum je n'arrive pas à le joindre. Mais demandera
En attendant, j'essaie de comprendre si Fit Y by X est une stratégie appropriée dans ce cas ?
Re : Corrélation en série" Le statisticien vient de m'envoyer les résultats de son analyse par SAS ". Pouvez-vous leur demander d'envoyer également le code SAS qu'ils ont utilisé et de le publier ici (pas les données), s'il vous plaît ?
Re : Corrélation en sérieLe statisticien vient de m'envoyer les résultats de son analyse par SAS. Son analyse des valeurs moyennes de FiO2 pour le CO2 transcutané normal et anormal est très différente de ce que j'ai calculé sur la base d'un simple ajustement univarié Y par X sur jmp.
La seule explication que je peux donner est que cela a quelque chose à voir avec la corrélation en série des valeurs (valeurs multiples enregistrées toutes les 30 minutes pour chaque patient). Dans jmp, j'ai compté chaque ligne comme une observation indépendante. Je ne suis pas tout à fait sûr de ce que le statisticien a fait (je n'arrive pas à le joindre).
Je ne veux pas prendre son analyse pour argent comptant et je veux vérifier indépendamment les résultats (m'aide aussi à comprendre quand j'écris)
Re : Corrélation en sérieVous avez donc environ 30 observations pour chacun des 25 patients. Chaque observation est un point temporel qui inclut l'identification du patient, le CO2 transcutané, la FiO2, les besoins en oxygène, l'assistance respiratoire. Est-ce bien correct?
Oui es c'est correct
Je comprends par "corrélation en série" que vous voulez dire que la réponse est auto-corrélée. Est-ce que tu sais pourquoi? Par exemple, les mesures sont-elles prises sur une période de temps trop courte pour la variation aléatoire, ou existe-t-il un traitement sur la même période de temps qui affecte la réponse ?
Les mesures sont prises toutes les 30 minutes. Ces patients sont à l'hôpital pour recevoir divers types de traitement, de sorte que divers traitements au cours de la période peuvent affecter la réponse.
Laquelle de ces variables est la réponse ou le résultat qui est important pour vous ?
Le CO2 transcutané est la variable prédictive (classée comme normale et anormale en fonction des valeurs) et les variables prédites sont la FiO2, le débit, le score de bronchiolite et le pew sco les plus importants sont la FiO2 et le débit re.
Existe-t-il d'autres variables, telles que l'âge, le sexe ou l'état de la maladie ?
le sexe et le poids du patient sont d'autres variables qui peuvent avoir un impact
Le CO2 transcutané normal ou anormal est-il déterminé indépendamment pour chaque observation ?
Oui qui est déterminé indépendamment pour chaque observation
Le statisticien a-t-il expliqué la nature de l'ajustement qui serait utilisé?
Pas vraiment
Je pense qu'un modèle mixte avec un patient comme effet aléatoire serait OK, mais il pourrait être nécessaire d'imbriquer les autres paramètres pour un modèle à coefficient aléatoire. JMP peut effectuer certaines de ces régressions. JMP Pro peut être requis pour les autres régressions.
Re : Corrélation en sérieVous avez donc environ 30 observations pour chacun des 25 patients. Chaque observation est un point temporel qui inclut l'identification du patient, le CO2 transcutané, la FiO2, les besoins en oxygène, l'assistance respiratoire. Est-ce bien correct?
Je comprends par "corrélation en série" que vous voulez dire que la réponse est auto-corrélée. Est-ce que tu sais pourquoi? Par exemple, les mesures sont-elles prises sur une période de temps trop courte pour la variation aléatoire, ou existe-t-il un traitement sur la même période de temps qui affecte la réponse ?
Laquelle de ces variables est la réponse ou le résultat qui est important pour vous ?
Existe-t-il d'autres variables, telles que l'âge, le sexe ou l'état de la maladie ?
Le CO2 transcutané normal ou anormal est-il déterminé indépendamment pour chaque observation ?
Le statisticien a-t-il expliqué la nature de l'ajustement qui serait utilisé?
Je pense qu'un modèle mixte avec un patient comme effet aléatoire serait OK, mais il pourrait être nécessaire d'imbriquer les autres paramètres pour un modèle à coefficient aléatoire. JMP peut effectuer certaines de ces régressions. JMP Pro peut être requis pour les autres régressions.
