설문 조사 데이터에 대한 반복 측정을위한 평균 비교설문 조사 데이터의 반복 측정 수단을 비교하는 가장 효율적인 방법은 무엇입니까? 지금은 두 가지 주요 방법-일치 쌍과 적합 모델 (패널리스트 ID가 무작위 효과 임)이있는 것 같습니다. 그러나 우리가 실행하는 많은 테스트에서 우리는 비교할 많은 수단이 있으며이 프로세스의 속도를 높이기 위해 관련 탭에 범주에 추가 기능이 있는지 확인하려고합니다.
이 주제에 대해 이전에 토론이 있었다는 것을 알고 있습니다 (제목 : 범주 형 플랫폼의 다중 응답 유형에 대한 질문) 그리고 업데이트가 있는지 확인하려고합니다.
다시 : 설문 조사 데이터에 대한 반복 측정에 대한 비교를 의미네가 옳아. 범주 형 플랫폼은 현재 모든 유형의 반복 측정을 처리하지 않습니다. 요청하신대로 반복 유형의 정렬 된 응답에 대해 반복되는 측정 값에 대해 중복 수정을 구현했습니다. 반복 된 조치의 모든 경우를 다루지는 않으며 반복 된 응답을 처리하는 것이 바람직하다는 것을 이해합니다.
언급 한 바와 같이, SAS는이를 적절하게 처리 할 수 있습니다. 따라서 하나의 솔루션은 SAS에 연결하고 분석 할 데이터를 전달한 다음 JMP로 표시되는 JMP 애드 인을 작성하는 것입니다.
그러나 이러한 분석은 복잡하다는 점을 지적합니다. 종종, 반복 측정 모델을 추정하기 위해 대상 당 반복 측정이 충분하지 않은 경우가 종종 있습니다. 여기에 게시 한 예가 대표적인 사례입니다.
현재 JMP에서 일반화 된 선형 혼합 모델을 구현할 계획이 없습니다. 이것이 PROC GLMMIXED가하는 일입니다. 귀하의 상황을 이해하고 JMP에서이 작업을 수행하고자하지만 해당 유형의 모델은 현재 로드맵에 없습니다.
다시 : 설문 조사 데이터에 대한 반복 측정에 대한 비교를 의미반복 측정 주제 계속; 소비재 산업은 반복적 인 측정 테스트 디자인이 사용되는 테스트 디자인의 수가 점점 증가하고있는 것으로 보입니다. 이전의 반응에 기초하여, 현재의 범주 적 접근법은 반복 된 측정 가정으로 인해 어려움을 겪고 있고 혼합 모델 접근법은 범주 적 반응을 연속적인 것으로 취급하는 데 문제가있는 것으로 보인다. 향후 JMP 버전에서이 필요한 접근 방식을 다루기 위해 플랫폼 개선을 고려할 수 있는지 여부를 알 수 있습니까?
다시 : 설문 조사 데이터에 대한 반복 측정에 대한 비교를 의미스캇,
출력이 다른 이유는 겹침 가정 때문이 아니라 두 모델이 매우 다르기 때문입니다. 범주 플랫폼은 Looks Good을 범주 변수로 취급합니다. 연속 모델링 유형을 사용하지만 우발 상황 테이블에 배치하는 것은 기본적으로 JMP에 범주 형으로 취급하도록 요구합니다.
왜 누군가가“Looks Good”을 지속적으로 취급하기로 선택했는지 알 수 있습니다. JMP는 범주 형 데이터에 대한 혼합 모델을 제공하지 않습니다. 또한 통계 자료에는 연속 데이터에 대한 다중 비교 옵션이 많지 않습니다. 이 경우 반복 측정 가정에 대해 정말로 걱정했다면 SAS에서 PROC GLIMMIX를 사용할 수 있습니다. PROC GLIMMIX를 사용하여 Looks Good에 대한 혼합 모델을 추정하려고 시도했지만 모델이 수렴되지 않습니다. 이것은 놀라운 일이 아닙니다. 한 사람당 두 개의 관측치 만 있습니다. 이 데이터의 서수 모델에는 4 개의 절편 추정값이 필요합니다. 이 데이터를 가진 서수 모델에서는 각 사람에 대한 무작위 절편을 추정 할 수 없습니다.
또한 Looks Good을 다시 코딩 한 버전을 사용해 보았으므로 5 대신 3 레벨이 있습니다. 이 모델은 수렴하지만 경고 만 표시됩니다. 혼합 모델 이이 데이터에 대한 좋은 해결책이 아니라고 생각합니다. 첨부 된 PDF는 SAS 코드와 출력을 모두 보여줍니다 (커뮤니티 소프트웨어는 텍스트 파일을 유효한 업로드로 보지 않습니다).
“Looks Good”은 5 개의 고유 한 값을 갖습니다 (실제로, 마지막 두 레벨을 사용하여 답변 한 사람이 거의 없기 때문에 실제로 3 개만 사용할 수 있습니다). 서수 모델링 유형이 있어야합니다. 그렇다면 적합 모형은 순서 로지스틱 회귀 (예 : 첨부 된 표)를 생성합니다. 그렇게하면 제품 A와 제품 B의 p 값은 범주 형 플랫폼에서 생성 된 p 값과 거의 동일합니다. (Fit Model 버전에는 추가 예측 변수가 있으므로 정확하게 동일하지 않습니다.)
내 생각에,이 예에서, 범주 열을 연속으로 처리하는 것은 적어도 반복 측정 가정을 위반하는 것만 큼 나쁘다. Fit Mixed 출력 상단에있는“Actual By Predicted”플롯은 꽤 나빠 보입니다. 모형이 데이터에 적합 할만큼 복잡하지 않기 때문에 결과 값의 p- 값이 잘못되어 있으므로 가설 검정의 p- 값은 사실이 아닌 가정을 기반으로합니다. JMP는 지시에 따라“올바른 일”을 수행하고 있지만 올바른 지시를 내 렸으며 사용자가 제공된 출력을 사용하여 모델 가정을 확인한다고 가정합니다.
다시 : 설문 조사 데이터에 대한 반복 측정에 대한 비교를 의미JMP가 크로스 오버 연구를 처리하거나 여러 번의 치료가 관련된 연구와 같은 다른 반복 측정을 처리하는 방향으로 무언가를 개발할 것인지 알고 싶습니다. 여기에 다양한 반복 구조가 있습니다. 대부분은 Fit Model의 혼합 성격을 사용하여 처리 할 수 있지만 오늘날 범주 형으로는 처리 할 수 없습니다 ...
다시 : 설문 조사 데이터에 대한 반복 측정에 대한 비교를 의미멜린다
2 개의 제품 반복 측정 테스트를위한 샘플 데이터 파일이 첨부됩니다. 이는 공급 업체로부터받는 일반적인 형식입니다. 많은 절차를 자동화하고 소비자 조사> 범주> 구조적 형식과 일치하는 방식으로 결과를 표시하는 추가 기능이 있습니다. 나는 그것이 어떻게 작동하고 무엇을하고 있는지 보여주기 위해 그것을 공유하고 싶지만, 가능하다면 직접 공유 대 커뮤니티 공유를 선호합니다. 또한 관점을 위해 대부분의 열 / 질문을 제거했지만 한 번에 두 개 이상의 질문을 수행하는 방법을 요구하는 이유입니다.
감사,
스캇
다시 : 설문 조사 데이터에 대한 반복 측정에 대한 비교를 의미멜린다
답장을 보내 주셔서 감사합니다. 이것을 시도하고 이것이 어떻게 생길지 알 수있는 데이터 세트를 찾고 있습니다. 별도로, 우리는 우리를 더 가깝게 만드는 추가 기능을 가지고 있으며, 이것이 내 예를 설명하는 데 도움이된다면 어떻게 사용하는지 보여줄 수 있습니다.
오버랩과 관련하여 샘플 데이터 세트를 가져 와서 올바르게 사용할 수 있는지 조언 할 수있는 잠재적 인 문제를 보여줍니다.
감사합니다,
스캇
다시 : 설문 조사 데이터에 대한 반복 측정에 대한 비교를 의미안녕, 스캇 적용되는 모든 사항을 확인하기위한 비교를위한 오버랩 수정 요청이 몇 건있었습니다.
P & G의 요청에 따라 JMP 13.0의 평균 비교에 대한 반복 측정 값에 중복 비교를 추가했습니다. 이 기능은 X 열이 지정되지 않은 경우에만 작동합니다.
당신은 "비교할 많은 수단"을 가지고 있다고 말합니다 .-- 반복 된 비교에서 X 열에 대한 지원을 추가하면 문제를 해결할 수 있습니까?
