324685_fr-FR

liliconcom

Tests T à variables croisées

J'ai un ensemble de données avec une variable catégorielle (traitement).
Les colonnes de données ont des comparaisons qui ont lieu à des moments différents (1, 2, 4 et 6).
Pour chaque variable de comparaison, il existe des colonnes pour «Appareil appliqué» et «Aucun appareil».

Ainsi, une personne peut être un actif ou un placebo (traitement) avec un dispositif appliqué ou non appliqué pour chaque variable de comparaison.

Par exemple ... "Comparision 01" pourrait avoir quatre combinaisons différentes ...
Traitement - Aucun appareil
Traitement - Appareil
Placebo - Aucun appareil
Placebo - Appareil

Chacun de ceux-ci aurait sa propre moyenne.Ce que j'essaie de comprendre comment faire dans JMP est de faire des tests T de comparaison croisée qui compareraient «Placebo - Aucun appareil» à «Traitement - appareil».Je peux comparer Actif à actif ou Placebo à un placebo, mais je ne vois aucun moyen de comparer entre les groupes.

Est-ce que je prends simplement les résultats de «Distribution» avec le traitement comme séparateur «Par», puis fais un «Test moyen» en branchant la comparaison que je veux dans le test d'hypothèse?Cela semble un peu maladroit.

AnalytiqueRe: Tests T à variables croisées

Ce cas est un scénario classique «ANOVA bidirectionnel». Configurez votre table de données avec État (Traitement ou Placebo), Dispositif (Oui ou Non) et le Oui (réponse). Sélectionner Analyser> Ajuster le modèle . Sélectionnez Condition et périphérique, cliquez sur Macros et sélectionnez Factorielle complète. Sélectionnez Y et cliquez sur A. Cliquez sur Exécuter.

 

Tout ce dont vous avez besoin est là.

Re: Tests T à variables croisées

Merci - J'ai fait ce rapport mais il n'y a pas de tableau que je peux voir qui montre les tests T comparant les groupes croisés.Il existe un tableau des moyennes des moindres carrés pour le graphique Traitement * de l'effet de levier de l'appareil, mais il ne semble pas y avoir de tests t des moyennes les unes par rapport aux autres. La liste déroulante rouge T de Student donne un tableau de rapport de lettre générique mais il ne montre pas les valeurs réelles du test t.

 

Oh - et juste pour m'assurer que la table de données est correctement configurée ... la table a (essentiellement) deux entrées pour chaque sujet.Par exemple - Le sujet "HMA" existe à la fois en tant que ligne # 1 et ligne # 61 (il y a 60 cas).Il y a donc un effet empilé où chaque sujet a 2 entrées pour tenir compte de sa réponse Placebo / Active et de la réponse Device / No Device.Ainsi, les 60 cas du tableau de données créent 120 lignes (2 pour chaque répondant).C'est ainsi que l'ANOVA a besoin de structurer ses données?

Re: Tests T à variables croisées

Tout d'abord, je ne recommande pas d'utiliser le test t de Student dans cette analyse post hoc. Vous rencontrerez des taux d'erreur de type I gonflés. Utilisez plutôt la méthode de Tukey. Aussi, demandez-vous les t-ratios? Pourquoi est-ce nécessaire?

 

Cela ressemble à deux études distinctes et parallèles. Vous obtenez une réponse pour le traitement (Placebo, Actif) et une autre pour le Dispositif (Oui, Non). Cette interprétation est-elle correcte? J'ai supposé que chaque sujet avait été observé une fois avec une combinaison de traitement et d'appareil.

Re: Tests T à variables croisées

Le procès a été organisé de cette manière ...

 

60 sujets ont été inscrits.
Ces 60 sujets ont été affectés à des traitements actifs ou placebo (40 derniers actifs, 20 placebo)
Les 60 sujets en plus du traitement ont utilisé un appareil sur une section du corps (côté droit) sans appareil sur le côté gauche.
Des évaluations ont été effectuées pour plusieurs caractéristiques à la fois par le sujet et par un observateur expert.

Ainsi, tous les 60 sujets ont un ensemble d'évaluations «côté appareil» et un ensemble d'évaluations «sans appareil», tandis que 40 sujets sont dans le bras actif et 20 dans le bras placebo.

Je suis en mesure d'obtenir des comparaisons moyennes du test t pour les différentes évaluations de la 1ère visite à la dernière visite. Je peux également obtenir les résultats du test t pour comparer les moyennes du groupe placebo aux moyennes actives pour chaque visite. Je peux également obtenir les tests t pour comparer les moyens d'évaluation du côté appareil par rapport au côté sans appareil.Ce que j'essaie de convaincre, ce sont les tests t qui comparent les moyennes du "Placebo - No Device" et du "Active - Device".

A titre d'illustration, pour "Evaluation01" j'ai les moyens suivants ...
Placebo: aucun appareil: visite 01: 2.95
Placebo: côté appareil: visite 01: 2.95
Actif: aucun appareil: visite 01: 2.65
Actif: côté appareil: visite 01: 2.65

Faire un test t comparant Placebo: Aucun appareil contre Placebo: Côté appareil (2,95 à 2,95) donne une valeur de 1 (évidemment) car les deux sont identiques.
Effectuer un test t comparant Placebo: Aucun appareil par rapport à Actif: Aucun appareil (2,95 à 2,65) donne une valeur de 0,19 pour la première visite.

Réalisation d'un test t comparant Placebo: Aucun appareil: Visite 01 versus Placebo: Aucun appareil: La visite finale (avant / après test de 2,95 à 2,65) donne une valeur de 0,03 (une différence significative).

Comparaison de Placebo: No Device (2.95) directement à Active: Device Side (2.65) est l'endroit où j'ai du mal à faire en sorte que ce moyen direct signifie un test t.Évidemment, le résultat sera similaire au Placebo: Aucun appareil vs Actif: Aucun test d'appareil (puisque les nombres sont les mêmes). Cependant, toutes les évaluations ne sont pas les mêmes et je dois donc faire les tests sur toutes ces comparaisons croisées pour confirmer la présence (ou l'absence) de différences significatives.

 

J'espère que cela aidera à expliquer un peu mieux la configuration.

 

 

Re: Tests T à variables croisées

Vous avez utilisé Subject pour «bloquer», ce qui est intelligent. Cela aura cependant un effet aléatoire. Vous devez calculer la différence de traitement pour une analyse de «paires appariées». Sinon, la variation du sujet masquera l'effet de traitement.

 

Alternativement, utilisez Ajuster les moindres carrés avec le traitement, l'état de l'appareil et le sujet comme effets. Vous pouvez inclure un terme d'interaction. Ensuite, vous pouvez utiliser les différents tests de cette plateforme.

Re: Tests T à variables croisées

En fait, j'ai fait une approche par paires appariées la première fois, mais je n'ai jamais pu obtenir le résultat pour produire un test t sur la comparaison des intérêts.Vous trouverez ci-dessous un exemple de la sortie obtenue lors de sa configuration avec le test de paires appariées dans le menu Modélisation spécialisée.La comparaison place l'évaluation du sujet du côté non-périphérique et la compare à l'évaluation du sujet du côté du périphérique en tant que variables Y pour la réponse appariée, puis définit la variable Active / Placebo en tant que «groupement X».

La paire appariée générera un tableau qui montre correctement les moyens «à travers les groupes».Mais est-ce que la probabilité F de la table «Test Across Groups» est le test T?Je n'ai jamais vu un test T se manifester de cette manière.