교차 변수 T- 검정범주 형 변수 (치료)가있는 데이터 세트가 있습니다.
데이터 열에는 서로 다른 시간 (1, 2, 4 및 6)에 발생하는 비교가 있습니다.
각 비교 변수에 대해 "적용된 장치"및 "장치 없음"열이 있습니다.
따라서 사람은 각 비교 변수에 대해 장치를 적용하거나 적용하지 않은 활성 또는 위약 (치료) 일 수 있습니다.
예를 들어 ... "비교 01"은 네 가지 다른 조합을 가질 수 있습니다 ...
치료-장치 없음
치료-장치
위약-기기 없음
위약-기기
이들 각각은 자체 평균을 가질 것입니다.JMP에서 수행하는 방법을 알아 내려는 것은 "위약-장치 없음"과 "치료-장치"를 비교하는 교차 비교 T- 테스트를 수행하는 것입니다.활성과 활성을 비교하거나 위약과 위약을 비교할 수 있지만 그룹간에 비교할 방법이 없습니다.
"분포"의 결과를 "기준"스플리터로 처리 한 다음 원하는 비교를 가설 검정에 연결하여 "검정 평균"을 수행합니까?약간 투박해 보입니다.
해석학Re : 교차 변수 T- 검정이 경우는 고전적인 '양방향 ANOVA'시나리오입니다. 질환 (치료 또는 위약), 장치 (예 또는 아니오) 및 와이 (응답). 고르다 분석> 모형 적합 . 조건 및 장치를 선택하고 매크로를 클릭 한 다음 전체 팩토리얼을 선택합니다. Y를 선택하고 A를 클릭하십시오. 실행을 클릭하십시오.
필요한 모든 것이 있습니다.
Re : 교차 변수 T- 검정감사합니다. 보고서를 작성했지만 교차 그룹을 비교하는 T- 검정을 보여주는 표가 없습니다.치료 * 기기 레버리지 플롯에 대한 최소 제곱 평균 테이블이 있지만 서로에 대한 평균 t- 검정이없는 것으로 보입니다. 빨간색 드롭 다운 Student 's T는 일반 편지 보고서 테이블을 제공하지만 실제 t- 검정 값을 표시하지 않습니다.
오-그리고 데이터 테이블이 제대로 설정되었는지 확인하기 위해 테이블에는 (본질적으로) 각 주제에 대해 두 개의 항목이 있습니다.예 : 제목 "HMA"는 행 # 1과 행 # 61로 모두 존재합니다 (케이스가 60 개 있음).따라서 각 피험자가 위약 / 활성 반응과 장치 / 장치 없음 반응을 설명하기 위해 2 개의 항목이있는 누적 효과가 있습니다.따라서 데이터 테이블의 60 개 케이스는 120 개의 행 (각 응답자 당 2 개)을 생성합니다.ANOVA가 데이터를 구조화하는 데 필요한 방법은 무엇입니까?
Re : 교차 변수 T- 검정우선,이 사후 분석에서 Student t-test를 사용하지 않는 것이 좋습니다. 부풀려진 제 1 종 오류율을 경험하게 될 것입니다. 대신 Tukey의 방법을 사용하십시오. 또한, t- 비율을 요구하고 있습니까? 왜 필요한가요?
이것은 두 개의 별개의 병렬 연구처럼 들립니다. 치료에 대한 응답 (위약, 활성) 및 장치에 대한 다른 응답 (예, 아니오)을받습니다. 그 해석이 맞습니까? 나는 각 피험자가 치료와 장치의 조합으로 한 번 관찰되었다고 가정했습니다.
Re : 교차 변수 T- 검정재판은 이런 식으로 설정되었습니다 ...
60 명의 피험자가 등록되었습니다.
이 60 명의 피험자는 활성 또는 위약 치료 (최종 활성 40 명, 위약 20 명)에 배정되었습니다.
치료 외에 60 명의 피험자는 모두 왼쪽에 장치가없는 신체의 한 부분 (오른쪽)에 장치를 사용했습니다.
피험자와 전문가 관찰자 모두에 의해 몇 가지 특성에 대한 평가가 수행되었습니다.
따라서 60 명의 피험자 모두 "장치 측"평가 세트와 "장치 없음"평가 세트가있는 반면, 40 명의 피험자는 활성 군에 있고 20 명은 위약군에 있습니다.
마지막 방문에 대한 첫 번째 방문의 다른 평가에 대한 t- 검정 평균 비교를 얻을 수 있습니다. 또한 위약 그룹 평균을 각 방문의 활성 평균과 비교하기위한 t- 테스트 결과를 얻을 수 있습니다. 또한 장치 측에 대한 평가 수단을 장치없는 측과 비교하기위한 t- 검정을 얻을 수 있습니다.내가 시도하고있는 것은 "위약-장치 없음"과 "활성-장치"의 수단을 비교하는 t- 테스트입니다.
예를 들어 "Evaluation01"의 경우 다음과 같은 의미가 있습니다.
위약 : 기기 없음 : 01 : 2.95 방문
위약 : 장치 측 : 방문 01 : 2.95
활성 : 장치 없음 : 01 방문 : 2.65
활성 : 장치 측 : 방문 01 : 2.65
위약 : 기기 없음 대 위약 : 기기 측 (2.95 ~ 2.95)을 비교하는 t- 테스트를 수행하면 둘이 동일하기 때문에 1 (분명히) 값이 산출됩니다.
위약 : 장치 없음 대 활성 : 장치 없음 (2.95 ~ 2.65)을 비교하는 t- 테스트를 수행하면 첫 번째 방문에 대해 0.19의 값이 산출됩니다.
위약 : 기기 없음 : 방문 01 대 위약 : 기기 없음 : 최종 방문 (2.95 ~ 2.65의 시험 전 / 후)을 비교하는 t- 검정을 수행하면 0.03의 값 (중요한 차이)이 산출됩니다.
위약 비교 : 장치 없음 (2.95)과 활성 : 장치 측 (2.65)은 t- 검정을 의미하는 직접적인 평균을 얻는 데 문제가 있습니다.분명히 결과는 위약과 유사합니다 : 기기 없음 대 활성 : 기기 테스트 없음 (숫자가 동일하기 때문에). 그러나 모든 평가가 동일하지는 않으므로 중요한 차이의 존재 (또는 부재)를 확인하기 위해 이러한 모든 교차 비교에 대해 테스트를 수행해야합니다.
설정을 좀 더 잘 설명하는 데 도움이되기를 바랍니다.
Re : 교차 변수 T- 검정똑똑한 '차단'에 Subject를 사용하셨습니다. 그래도 무작위 효과가 있습니다. '일치 쌍'분석에 대한 처리 차이를 계산해야합니다. 그렇지 않으면 주제 변형으로 인해 치료 효과가 가려집니다.
또는 치료, 장치 상태 및 주제와 함께 최소 제곱 맞추기를 effecfs로 사용합니다. 상호 작용 용어를 포함 할 수 있습니다. 그런 다음이 플랫폼에서 다양한 테스트를 사용할 수 있습니다.
