Serielle KorrelationIch habe einen Datensatz, in dem mehrere Werte von demselben Patienten erfasst wurden. Es gibt 25 Patienten, aber jeder Patient hätte ungefähr 30 Beobachtungen.
Bei diesen Patienten wird das transkutane CO2 zu unterschiedlichen Zeitpunkten gemessen. Und wir vergleichen verschiedene Merkmale (Sauerstoffbedarf, Atemunterstützung) mit normalen und abnormalen transkutanen CO2-Messungen. Korreliert auch transkutanes CO2 mit FiO2. Wir werden auch multivariate Regressionsanalysen durchführen.
Dies führt offensichtlich zu einem Problem von nicht unabhängigen Beobachtungen und Fehlern im P-Wert durch Standardtests.
Ich habe mit einem Statistiker gesprochen, der die Daten mit SAS analysiert. Er erwähnte, dass er den statistischen Test für serielle Korrelation in SAS anpassen kann.
ist das in jmp möglich?
Re: Serielle Korrelationxtreg-Befehl im STATA-Programm
Er verwendete die Regressionsanalyse für Paneldaten.
Laut Statistiker ist „einfacher t-Test für die Daten nicht anwendbar“. Ich würde trotzdem die Ergebnisse in JMP replizieren wollen
Re: Serielle KorrelationHmm, ich kann ihn nicht erreichen. Werde aber nachfragen
Inzwischen versuche ich herauszufinden, ob Fit Y by X in diesem Fall eine geeignete Strategie ist?
Re: Serielle Korrelation" Der Statistiker schickt mir einfach die Ergebnisse seiner Analyse von SAS ". Können Sie sie bitten, auch den verwendeten SAS-Code zu senden und hier zu posten (nicht die Daten), bitte?
Re: Serielle KorrelationDer Statistiker schickt mir einfach die Ergebnisse seiner Analyse durch SAS. Seine Analyse der Mittelwerte von FiO2 für normales und anormales transkutanes CO2 unterscheidet sich stark von dem, was ich auf der Grundlage eines einfachen univariaten Y-zu-X-Vergleichs auf jmp berechnet habe.
Die einzige Erklärung, die ich geben kann, ist, dass es etwas mit serieller Korrelation der Werte zu tun hat (mehrere Werte werden alle 30 Minuten für jeden Patienten aufgezeichnet). In jmp habe ich jede Zeile als unabhängige Beobachtung gezählt. Ich bin mir nicht ganz sicher, was der Statistiker getan hat (ich kann ihn nicht erreichen).
Ich möchte seine Analyse nicht für bare Münze nehmen und die Ergebnisse unabhängig überprüfen (hilft mir auch, sie zu verstehen, wenn ich schreibe).
Re: Serielle KorrelationSie haben also etwa 30 Beobachtungen für jeden von 25 Patienten. Jede Beobachtung ist ein Zeitpunkt, der Patienten-ID, transkutanes CO2, FiO2, Sauerstoffbedarf und Atemunterstützung umfasst. Ist so viel richtig?
Y das ist richtig
Ich verstehe unter "serielle Korrelation", dass Sie meinen, dass die Antwort automatisch korreliert ist. Weißt du, warum? Werden die Messungen beispielsweise über einen Zeitraum durchgeführt, der für die zufällige Variation zu kurz ist, oder gibt es eine Behandlung über denselben Zeitraum, die das Ansprechen beeinflusst?
Alle 30 Minuten wird gemessen. Diese Patienten befinden sich im Krankenhaus und erhalten verschiedene Arten von Behandlungen, sodass verschiedene Behandlungen im Laufe der Zeit das Ansprechen beeinflussen können.
Welche dieser Variablen ist die Antwort oder das Ergebnis, das für Sie wichtig ist?
Transkutanes CO2 ist die Prädiktorvariable (basierend auf den Werten als normal und anormal klassifiziert) und vorhergesagte Variablen sind FiO2, Flussrate, Bronchiolitis-Score und Pew-Sco. Die wichtigsten sind FiO2 und die Flussrate re.
Gibt es andere Variablen wie Alter, Geschlecht oder Krankheitszustand?
Geschlecht und Gewicht des Patienten sind weitere Variablen, die sich auswirken können
Wird das normale oder abnormale transkutane CO2 für jede Beobachtung unabhängig bestimmt?
Ja, das wird für jede Beobachtung unabhängig bestimmt
Hat der Statistiker die Art der Anpassung erklärt, die verwendet werden würde?
Nicht wirklich
Ich denke, dass ein gemischtes Modell mit einem Patienten als Zufallseffekt in Ordnung wäre, aber es könnte notwendig sein, die anderen Parameter für ein Zufallskoeffizientenmodell zu verschachteln. JMP kann einige dieser Regressionen durchführen. Für die anderen Regressionen ist möglicherweise JMP Pro erforderlich.
Re: Serielle KorrelationSie haben also etwa 30 Beobachtungen für jeden von 25 Patienten. Jede Beobachtung ist ein Zeitpunkt, der Patienten-ID, transkutanes CO2, FiO2, Sauerstoffbedarf und Atemunterstützung umfasst. Ist so viel richtig?
Ich verstehe unter "serielle Korrelation", dass Sie meinen, dass die Antwort automatisch korreliert ist. Weißt du, warum? Werden die Messungen beispielsweise über einen Zeitraum durchgeführt, der für die zufällige Variation zu kurz ist, oder gibt es eine Behandlung über denselben Zeitraum, die das Ansprechen beeinflusst?
Welche dieser Variablen ist die Antwort oder das Ergebnis, das für Sie wichtig ist?
Gibt es weitere Variablen wie Alter, Geschlecht oder Krankheitszustand?
Wird das normale oder abnormale transkutane CO2 für jede Beobachtung unabhängig bestimmt?
Hat der Statistiker die Art der Anpassung erklärt, die verwendet werden würde?
Ich denke, dass ein gemischtes Modell mit einem Patienten als Zufallseffekt in Ordnung wäre, aber es könnte notwendig sein, die anderen Parameter für ein Zufallskoeffizientenmodell zu verschachteln. JMP kann einige dieser Regressionen durchführen. Für die anderen Regressionen ist möglicherweise JMP Pro erforderlich.
