Cross Variable T-TestsIch habe einen Datensatz mit einer kategorialen Variablen (Behandlung).
Die Datenspalten enthalten Vergleiche, die zu unterschiedlichen Zeiten stattfinden (1, 2, 4 und 6).
Für jede Vergleichsvariable gibt es Spalten für "Gerät angewendet" und "Kein Gerät".
Eine Person kann also entweder ein aktives oder ein Placebo (Behandlung) sein, wobei für jede Vergleichsvariable entweder ein Gerät angewendet wird oder nicht.
Zum Beispiel ... "Vergleich 01" könnte vier verschiedene Kombinationen haben ...
Behandlung - Kein Gerät
Behandlung - Gerät
Placebo - Kein Gerät
Placebo - Gerät
Jedes davon hätte seinen eigenen Mittelwert.Ich versuche herauszufinden, wie man in JMP vorgeht, indem man T-Tests im Kreuzvergleich durchführt, bei denen "Placebo - kein Gerät" mit "Behandlung - Gerät" verglichen wird.Ich kann Aktiv mit Aktiv oder Placebo mit Placebo vergleichen, sehe aber keine Möglichkeit, zwischen den Gruppen zu vergleichen.
Nehme ich nur die Ergebnisse aus "Verteilung" mit Behandlung als "Nach" -Splitter und mache dann einen "Testmittelwert", indem ich den gewünschten Vergleich in den Hypothesentest einfüge?Das scheint etwas klobig.
AnalytikBetreff: Cross Variable T-TestsDieser Fall ist ein klassisches Zwei-Wege-ANOVA-Szenario. Richten Sie Ihre Datentabelle mit ein Bedingung (Behandlung oder Placebo), Gerät (Ja oder Nein) und die Y. (Antwort). Wählen Analysieren> Modell anpassen . Wählen Sie Bedingung und Gerät aus, klicken Sie auf Makros und wählen Sie Full Factorial. Wählen Sie Y und klicken Sie auf A. Klicken Sie auf Ausführen.
Alles was Sie brauchen ist da.
Betreff: Cross Variable T-TestsDanke - ich habe diesen Bericht erstellt, aber es gibt keine Tabelle, die die T-Tests zum Vergleich der gruppenübergreifenden Tests zeigt.Es gibt eine Tabelle mit den Mitteln der kleinsten Quadrate für das Diagramm zur Hebelwirkung des Behandlungsgeräts *, aber es scheint keine t-Tests der Mittelwerte gegeneinander zu geben. Das rote Dropdown-Menü "Student's T" enthält eine allgemeine Tabelle mit Buchstabenberichten, zeigt jedoch nicht die tatsächlichen T-Test-Werte an.
Oh - und nur um sicherzugehen, dass ich die Datentabelle richtig eingerichtet habe ... die Tabelle enthält (im Wesentlichen) zwei Einträge für jedes Thema.Beispiel: Betreff "HMA" existiert sowohl als Zeile 1 als auch als Zeile 61 (es gibt 60 Fälle).Es gibt also einen Stapeleffekt, bei dem jeder Proband zwei Einträge hat, um seine Placebo- / Aktiv-Antwort und die Geräte- / Kein-Gerät-Antwort zu berücksichtigen.Die 60 Fälle in der Datentabelle erzeugen also 120 Zeilen (2 für jeden Befragten).So muss die ANOVA ihre Daten strukturieren?
Betreff: Cross Variable T-TestsZunächst empfehle ich nicht, den Student-T-Test in dieser Post-Hoc-Analyse zu verwenden. Sie werden überhöhte Fehlerraten vom Typ I feststellen. Verwenden Sie stattdessen die Tukey-Methode. Fragen Sie auch nach den t-Verhältnissen? Warum ist das notwendig?
Das klingt nach zwei getrennten, parallelen Studien. Sie erhalten eine Antwort für die Behandlung (Placebo, Aktiv) und eine weitere Antwort für das Gerät (Ja, Nein). Ist diese Interpretation richtig? Ich nahm an, dass jedes Subjekt einmal mit einer Kombination aus Behandlung und Gerät beobachtet wurde.
Betreff: Cross Variable T-TestsDer Prozess wurde auf diese Weise eingerichtet ...
60 Probanden wurden eingeschrieben.
Diese 60 Probanden wurden entweder einer aktiven oder einer Placebo-Behandlung zugeordnet (die letzten 40 aktiven, 20 Placebo)
Alle 60 Probanden verwendeten zusätzlich zur Behandlung ein Gerät an einem Körperteil (rechte Seite) ohne Gerät an der linken Seite.
Die Bewertungen wurden sowohl vom Probanden als auch von einem Expertenbeobachter für verschiedene Merkmale durchgeführt.
Alle 60 Probanden haben also einen "geräteseitigen" Bewertungssatz und einen "gerätefreien" Bewertungssatz, während sich 40 Probanden im aktiven Arm und 20 im Placebo-Arm befinden.
Ich kann T-Test-Mittelwertvergleiche für die verschiedenen Bewertungen des ersten Besuchs bis zum letzten Besuch erhalten. Ich kann auch die T-Testergebnisse für den Vergleich der Placebo-Gruppenmittelwerte mit den aktiven Mittelwerten für jeden Besuch erhalten. Ich kann auch die T-Tests zum Vergleichen der Auswertungsmittel für die Geräteseite mit der Nicht-Geräteseite erhalten.Was ich zu überreden versuche, sind die T-Tests, die die Mittelwerte des "Placebo - kein Gerät" mit denen des "aktiven Geräts" vergleichen.
Zur Veranschaulichung habe ich für "Evaluation01" folgende Mittel ...
Placebo: Kein Gerät: Besuchen Sie 01: 2.95
Placebo: Geräteseite: Besuchen Sie 01: 2.95
Aktiv: Kein Gerät: Besuchen Sie 01: 2.65
Aktiv: Geräteseite: Besuchen Sie 01: 2.65
Ein T-Test zum Vergleich von Placebo: Kein Gerät mit Placebo: Geräteseite (2,95 bis 2,95) ergibt (offensichtlich) den Wert 1, da beide gleich sind.
Ein T-Test zum Vergleich von Placebo: Kein Gerät mit Aktiv: Kein Gerät (2,95 bis 2,65) ergibt beim ersten Besuch einen Wert von 0,19.
Durchführen eines T-Tests zum Vergleich von Placebo: Kein Gerät: Besuch 01 mit Placebo: Kein Gerät: Der letzte Besuch (vor / nach dem Test von 2,95 bis 2,65) ergibt einen Wert von 0,03 (ein signifikanter Unterschied).
Wenn ich Placebo: No Device (2.95) direkt mit Active: Device Side (2.65) vergleiche, habe ich Probleme, diesen direkten Mittelwert als T-Test zu bezeichnen.Offensichtlich ähnelt das Ergebnis dem Placebo: Kein Gerät vs. Aktiv: Kein Gerätetest (da die Zahlen gleich sind). Da jedoch nicht alle Bewertungen gleich sind, muss ich die Tests für alle diese Kreuzvergleiche durchführen, um das Vorhandensein (oder Fehlen) signifikanter Unterschiede zu bestätigen.
Hoffe das hilft das Setup ein bisschen besser zu erklären.
Betreff: Cross Variable T-TestsSie haben Betreff für "Blockieren" verwendet, was klug ist. Es wird jedoch einen zufälligen Effekt haben. Sie sollten die Behandlungsdifferenz für eine Analyse mit übereinstimmenden Paaren berechnen. Andernfalls wird der Behandlungseffekt durch die Motivvariation verdeckt.
Alternativ können Sie Fit Least Squares mit Behandlung, Gerätestatus und Betreff als Effekt verwenden. Sie können einen Interaktionsbegriff einfügen. Dann können Sie die verschiedenen Tests auf dieser Plattform verwenden.
Betreff: Cross Variable T-TestsIch habe beim ersten Mal tatsächlich einen Matched-Pair-Ansatz durchgeführt, aber ich konnte nie das Ergebnis erzielen, einen T-Test für den Vergleich von Interesse zu erstellen.Unten finden Sie ein Beispiel für die Ausgabe, die beim Einrichten mit dem Matched-Pair-Test im Menü Specialized Modeling erhalten wurde.Der Vergleich stellt die Subjektbewertung auf die Nicht-Geräteseite und vergleicht sie mit der Subjektbewertung auf der Geräteseite als Y-Variablen für die gepaarte Antwort und setzt dann die Aktiv / Placebo-Variable als "X-Gruppierung".
Das übereinstimmende Paar generiert eine Tabelle, in der die Mittelwerte "Gruppenübergreifend" korrekt angezeigt werden.Aber ist die F-Wahrscheinlichkeit der Tabelle "Test über Gruppen hinweg" der T-Test?Ich habe noch nie einen T-Test gesehen, der sich auf diese Weise manifestiert hat.
