Gemischtes lineares Modell mit wiederholter Messung mit einem zusätzlichen "verschachtelten" Parameter?Hallo JMP Community,
Ich brauche Hilfe bei einem relativ komplexen gemischten linearen Modell mit wiederholten Messungen:
Kontext:
Ich habe Daten von Probanden gesammelt, die zu Studienbeginn, Woche 4 und Woche 12 einer unterschiedlichen Behandlung ausgesetzt waren (wiederholte Maßnahmen; siehe kleinen Auszug im Anhang). Ich habe diesen Datensatz mit der Fit Model REML-Plattform mit den folgenden Modelleffekten analysiert:
- ARM
- ZEITPUNKT
- ARM * ZEITPUNKT
- Patienten-ID [ARM] & zufällig
- Patienten-ID * ZEITPUNKT [ARM] & Zufällig
Problem:
Ich muss jetzt einen zusätzlichen Effekt einbauen (dh PLATTEN-ID), die ebenfalls mit der Patienten-ID verschachtelt werden muss (korrigieren Sie mich, wenn ich den Begriff falsch verwende).
Unter der Annahme, dass dies mit JMP 14.1 (nicht Pro) möglich ist, wie wäre die korrekte Struktur der Modelleffekte?
Wäre es richtig, nur einen neuen Begriff aufzunehmen = Patienten-ID [PLATTEN-ID] & Zufällig ?
Danke für deine Hilfe.
TS
AnalytikBetreff: Gemischtes lineares Modell mit wiederholter Messung mit einem zusätzlichen "verschachtelten" Parameter? Ich kann Ihnen meine Gedanken zu Ihrem Datensatz mitteilen:
1. Sie haben 4 Plate_IDs, 7 Patienten-IDs und 5 ARMs und haben dann Maßnahmen über 3 Zeiträume. Wenn ich es richtig gelesen habe, haben Sie nur 7 eindeutige Kombinationen. Die Daten sehen wie im Bild unten aus.
2. In einigen Fällen sind Patienten-ID und Plate_ID verwechselt. ARM wird mit der Patienten-ID verwechselt, außer wenn ARM = E.
3. Es gibt keinen Kontext für die DATEN? Wie viel Änderung in dieser Antwortvariablen ist erwägenswert (von praktischer Bedeutung)?
4. Sie geben an, dass Sie ein lineares Modell möchten, aber die "Faktoren" sind mehr als 2 Ebenen.
Wie können Sie mit den Zeitreihendaten umgehen:
1. Sie können einen kurzen Blick auf die Konsistenz der Zeitreihen mit einem Bereichsdiagramm werfen.
2. Sie können eine Statistik berechnen, um diesen Effekt zusammenzufassen (Durchschnitt und Standardabweichung, angehängte JMP-Datei), obwohl die Daten inkonsistent zu sein scheinen.
3. Was suchen Sie in der Zeitreihe? Wäre die Steigung der Linie von Wert?
Betreff: Gemischtes lineares Modell mit wiederholter Messung mit einem zusätzlichen "verschachtelten" Parameter?Hallo Statman,
Vielen Dank, dass Sie sich die Zeit genommen haben, sich die kleine Teilmenge der von mir freigegebenen Daten anzusehen. Offensichtlich habe ich viel mehr Patienten in diesem Datensatz (n = 115) mit 10 - 25 Patienten pro Arm. Leider kann ich nicht den gesamten Datensatz teilen, daher die Beschreibung.
Obwohl ich Ihren konstruktiven Ansatz wirklich schätze, ist mir bereits klar, was ich erreichen möchte: LSMEANs kontrastieren zu jedem Zeitpunkt zwischen Arm A und allen anderen. Ich gehe davon aus, dass ein signifikanter Unterschied von +/- 0,2 biologisch bedeutsam sein wird.
Wo ich tatsächlich Hilfe brauche, ist die Klärung der richtigen Modellstruktur, um einen potenziellen Störfaktor zu berücksichtigen, der mit der Assay-Plattform verbunden ist (d. H. PLATTEN-ID). Irgendwelche Gedanken?
Vielen Dank
TSBetreff: Gemischtes lineares Modell mit wiederholter Messung mit einem zusätzlichen "verschachtelten" Parameter?Entschuldigung, ich kann nur mit dem arbeiten, was du mir gibst. Sie haben nicht erwähnt, dass dies eine Teilmenge Ihres Datensatzes ist ...
Was Ihre Frage betrifft " Wo ich tatsächlich Hilfe brauche, ist die Klärung der richtigen Modellstruktur, um einen potenziellen Störfaktor zu berücksichtigen, der mit der Assay-Plattform verbunden ist (d. H. PLATTE ID). "
Einfach genug, Sie können keine verwirrenden Faktoren trennen, also müssen Sie es sein sorgfältige Schlussfolgerungen über diese Faktoren ziehen.
Betreff: Gemischtes lineares Modell mit wiederholter Messung mit einem zusätzlichen "verschachtelten" Parameter?Hallo Statman,
Vielen Dank für Ihre Bemühungen, mir zu helfen. Entschuldigen Sie die irreführenden Informationen: In meinem ersten Beitrag schrieb ich "siehe kleinen Auszug im Anhang". Ich verstehe, dass es möglicherweise nicht klar war, dass dies eine Teilmenge meiner Daten ist. Ich hätte klarstellen müssen, dass diese Teilmenge von Daten nur enthalten war, um eine Momentaufnahme der Datenorganisation und nicht des gesamten Datensatzes zu geben.
In Bezug auf meine Frage stelle ich fest, dass die Verwendung des Begriffs "verwirrend" sehr spezifische Konnotationen haben kann, die ich nicht beabsichtigt hatte. Vielleicht ist eine bessere Beschreibung für das, wonach ich suche, eine Empfehlung, wie der mögliche Beitrag eines Batch-Effekts am besten berücksichtigt werden kann (d. H. PLATE ID verschachtelt in PATIENT ID) im Allgemeinen, wenn Daten untersucht werden, die wie in der von mir freigegebenen kleinen Tabellenuntergruppe organisiert sind.
Ich weiß, wie schwierig es ist, Feedback zu einem Problem zu geben, wenn der gesamte Datensatz nicht freigegeben werden kann (ich habe in derselben Situation versucht, anderen Benutzern zu helfen).
Beste ,
TSBetreff: Gemischtes lineares Modell mit wiederholter Messung mit einem zusätzlichen "verschachtelten" Parameter?Keine Sorge, ich wünschte ich könnte hilfreicher sein. Ich verstehe wirklich nicht, was Sie unter Platten-ID verstehen, die in Patient verschachtelt ist. Aus dem kleinen Beispieldatensatz, den Sie aufgenommen haben, ergab sich keine offensichtliche Verschachtelung. Damit eine Variable verschachtelt werden kann, muss sie von einer anderen Variablen abhängig sein. In Ihrem Beispiel für Chargen werden Proben innerhalb von Chargen in Chargen verschachtelt. Ich verstehe Ihre Situation einfach nicht, um eine bessere Anleitung zu geben. Ich sehe nicht, wie Stapel in Patient verschachtelt werden, aber dies liegt daran, dass Sie Ihre spezielle Situation nicht verstehen. Wenn Sie eine Variable (A) haben und diese in der Variablen (B) verschachtelt ist, fügen Sie dem Modell den Begriff A [B] hinzu. Dies würde natürlich keine Abschätzung von Interaktionseffekten ermöglichen.
Betreff: Gemischtes lineares Modell mit wiederholter Messung mit einem zusätzlichen "verschachtelten" Parameter?Hallo Statman,
Zuerst habe ich es vermasselt: Ich habe die Beschreibung der Nesting-Beziehung invertiert bekommen - dh Patient_ID ist in PLATE_ID verschachtelt - nicht umgekehrt.
Zweitens habe ich einen anonymisierten Datensatz erstellt, mit dem die JMP-Community den gesamten Datensatz besser sehen kann.
Drittens denke ich darüber nach, die folgende Fit-Modellstruktur mit REML-Persönlichkeit zu verwenden:
- ARM
- ZEITPUNKT
- ARM * ZEITPUNKT
- Patienten-ID [ARM] & zufällig
- Patienten-ID * ZEITPUNKT [ARM] & Zufällig
- Patienten-ID [PLATTEN-ID] & Zufällig
Ist dieser Ansatz geeignet, um den Unterschied zwischen der Wirkung von ARM und TIME POINT für diese wiederholten Messungen (DATA) zu untersuchen und dabei PLATE_ID als mögliche Variationsquelle zu berücksichtigen? Zu Ihrer Information, eine schnelle visuelle Übersicht der Daten legt nahe, dass die DATEN von PLATE_ID, ARM und TIME POINT beeinflusst werden.
Beste,
TS
