調査データの反復測定の平均比較調査データの反復測定の平均を比較する最も効率的な方法は何ですか？現時点では、主に2つの方法があるようです。一致ペアとフィットモデルです（ランダム効果としてパネリストIDを使用）。 しかし、私たちが実行するテストの多くでは、比較するための多くの手段があり、このプロセスを高速化するために、[関連]タブにカテゴリに追加機能があるかどうかを確認しようとしています。
以前このトピックについての議論があったことを知っています（タイトル： カテゴリプラットフォームの多重回答タイプに関する質問） 更新があるかどうかを確認しています。
Re：調査データの反復測定の比較を意味しますあなたが正しい。Categoricalプラットフォームは現在、すべてのタイプの反復測定を処理するわけではありません。リクエストに応じて、Repeatedタイプの整列された応答の繰り返し測定のオーバーラップ修正を実装しました。これは反復測定のすべてのケースを網羅しているわけではなく、反復応答を処理することが望ましいことは理解しています。
前述のとおり、SASはこれらを適切に処理できます。そのため、1つの解決策は、SASに接続して分析対象のデータを渡し、JMPに表示される結果を渡すJMPアドインを作成することです。
ただし、これらの分析は複雑であることを指摘しておきます。多くの場合、反復測定モデルを推定するには、被験者ごとの反復測定が十分ではありません。ここに投稿した例は、主要なケースです。
現在、PROC GLMMIXEDが行っている、JMPで一般化線形混合モデルを実装する計画はありません。私たちはあなたの状況を理解しており、JMPでこれを実行することを望んでいますが、そのタイプのモデルは現在ロードマップにありません。
Re：調査データの反復測定の比較を意味します繰り返し測定のトピックを続ける。消費財業界は、繰り返し測定テスト設計が利用されているテスト設計の数の増加に向けて動き続けているようです。 以前の応答に基づいて、現在のカテゴリーアプローチは反復測定の仮定に悩まされているようであり、混合モデルアプローチはカテゴリー応答を連続として扱うことに問題があります。 JMPの将来のバージョンが、この必要なアプローチをカバーするためのプラットフォームの改善を検討するかどうかについて、少し説明できますか？
Re：調査データの反復測定の比較を意味しますスコット、
出力が大きく異なる理由は、オーバーラップの仮定のためではなく、2つが非常に異なるモデルのためです。カテゴリープラットフォームは、見栄えが良いカテゴリー変数として扱われています。継続的なモデリングタイプがありますが、分割表に配置することは基本的にJMPにカテゴリカルとして扱うように求めています。
誰かが「見栄えが良い」を継続的なものとして扱うことを選ぶ理由がわかります。JMPは、カテゴリデータの混合モデルを提供していません。また、統計資料では、連続データの場合ほど、複数比較のオプションが多くありません。この場合の反復測定の仮定が本当に心配な場合は、SASでPROC GLIMMIXを使用できます。PROC GLIMMIXを使用して、Looks Goodの混合モデルを推定しようとしましたが、モデルは収束しません。これは驚くべきことではありません。1人につき2つの観測値しかありません。このデータの序数モデルでは、4つの切片推定が必要です。このデータの順序モデルでは、各人のランダムな切片を推定することはできません。
また、Looks Goodを5の代わりに3レベルに再コード化したバージョンも試しました。このモデルは収束しますが、警告が出ます。混合モデルはこのデータの良い解決策ではないと私は考えています。 添付のPDFには、SASコードと出力の両方が表示されます（コミュニティソフトウェアは、テキストファイルを有効なアップロードとして認識しません）。
「Looks Good」には5つの異なる値しかありません（実際には、最後の2つのレベルを使用してほとんど誰も答えなかったため、使用できるのは3つだけです）。通常のモデリングタイプである必要があります。当てはまる場合、フィットモデルは順序ロジスティック回帰を生成します（例が添付された表）。その場合、製品Aと製品Bのpvalueは、Categoricalプラットフォームによって生成されるものとほぼ同じです。（フィットモデルバージョンには追加の予測子があるため、完全に同一になることはありません。）
私の意見では、この例では、カテゴリー列を連続として扱うことは、反復測定の仮定に違反するのと少なくとも同じくらい悪いことです。Fit Mixed出力の上部にある「Actual By Predicted」プロットはかなり悪く見えます。モデルはデータにフィットするほど複雑ではないため、出力のp値は誤解を招くほど低く、仮説検定のp値は真ではない仮定に基づいています。JMPは、指示どおりに「正しいこと」を実行していますが、正しい指示を与え、ユーザーが提供された出力を使用してモデルの仮定を確認することを前提としています。
Re：調査データの反復測定の比較を意味します私は、JMPがクロスオーバー研究または複数の治療が関与する研究のような他の反復測定を処理するこの方向で何かを開発するつもりかどうかを知りたいと思っています。ここにはさまざまな繰り返し構造が見られます。それらの多くは、フィットモデルの混合パーソナリティを使用して処理できますが、Categoricalでは現在どれも処理できません...
Re：調査データの反復測定の比較を意味しますメリンダ
添付されているのは、2製品の反復測定テストのサンプルデータファイルです。 これは、私たちがサプライヤーから受け取る典型的なフォーマットです。 手順の大部分を自動化し、コンシューマーリサーチ>カテゴリー>構造化フォーマットとより一貫した方法で結果を表示するアドインがあります。 それをあなたと共有して、それがどのように機能し、何をしているのかを示したいと思いますが、それが可能であれば、直接共有よりもコミュニティ共有の方が好きです。 また、観点から、列/質問の大部分を削除しましたが、それが一度に複数の質問を実行する方法を求める理由です。
おかげで、
スコット
Re：調査データの反復測定の比較を意味しますメリンダ
お返事ありがとうございます。 これを試して、これがどのように見えるかを確認するためのデータセットを探しています。 これとは別に、近づくアドインがいくつかあります。これが私の例を説明するのに役立つ場合は、それらをどのように使用するかを示すことができます。
オーバーラップについては、サンプルデータセットをプルして、潜在的に問題があることを示し、適切に使用できるかどうかをアドバイスできるかどうかを確認します。
ありがとうございました、
スコット
Re：調査データの反復測定の比較を意味しますこんにちは、スコット。適用されるすべてをチェックするための平均比較のためのオーバーラップ修正のいくつかのリクエストを見てきました。
P＆Gの要請により、JMP 13.0の平均比較の反復測定に重複比較を追加しました。この機能は、X列が指定されていない場合にのみ機能します。
「比較する手段はたくさんある」とおっしゃっています-Repeatedのオーバーラップ比較にX列のサポートを追加した場合、問題は解決しますか？
