362097_de-DE

liliconcom

Mit JMP durchzuführende Tests zur statistischen Analyse meiner Forschungsdaten

Hallo zusammen! Ich brauche Rat.

Für meine Masterarbeit am Universitätsklinikum Antwerpen arbeite ich an einem Experiment, das misst, wie viel und welche Weichmacher (= giftige Kunststoffbestandteile) aus medizinischen Kunststoffgeräten während der medizinischen Anwendung freigesetzt werden. Konkret haben wir die Freisetzung von Weichmachern aus einem Infusionskreislauf während der Infusion von Nährflüssigkeit zu verschiedenen Zeitpunkten gemessen.

 

In Kürze:

1. Wir injizieren eine Nährflüssigkeit durch einen medizinischen Infusionskreislauf und nehmen sie am Ende des Kreislaufs zu verschiedenen Zeitpunkten (vor der Infusion, nach 12, 24 und 48 Stunden) wieder auf. Anschließend messen wir die Konzentration verschiedener Weichmacher in den gesammelten Nährflüssigkeiten. Auf diese Weise kann die Auswaschung im Zeitverlauf untersucht werden.
2. Wir haben dieses Experiment mit drei verschiedenen Nährflüssigkeiten durchgeführt, um zu sehen, ob zwischen diesen Flüssigkeiten ein signifikanter Unterschied in der Freisetzung von Weichmachern besteht.
   1. Für Nährflüssigkeit 1 wird der Versuch dreifach durchgeführt, für die anderen nur einmal.

 

Mein Datenbank sieht wie folgt aus:

 

Experiment	Nährflüssigkeit	Zeitpunkte der Sammlung (Stunden)	Konzentration Weichmacher 1 (Mikrogramm)	Konzentration Weichmacher 2 (Mikrogramm)	Konzentration Weichmacher 3 (Mikrogramm)
1	Flüssigkeit 1	0	X	X	X
1	Flüssigkeit 1	12	X	X	X
1	Flüssigkeit 1	24	X	X	X
1	Flüssigkeit 1	48	X	X	X
2	Flüssigkeit 2	0	X	X	X
2	Flüssigkeit 2	12	X	X	X
2	Flüssigkeit 2	24	X	X	X
2	Flüssigkeit 2	48	X	X	X
3	Flüssigkeit 3	0	X	X	X
3	Flüssigkeit 3	12	X	X	X
3	Flüssigkeit 3	24	X	X	X
3	Flüssigkeit 3	48	X	X	X

 

(Wir warten noch auf die Ergebnisse der Konzentration der verschiedenen Weichmacher)

 

Meine Frage: Welche Tests eignen sich am besten für die Ausführung meiner statistischen Analyse auf JMP? Oder um die Bedeutung/Ergebnisse meiner Daten (visuell) darzustellen? Um zu

1. Zeigen Sie die Konzentrationen der Weichmacherfreisetzung an.
2. Verfolgen Sie die Weichmacherfreisetzung im Laufe der Zeit.
3. Um den Unterschied in der Weichmacherfreisetzung zwischen den drei verschiedenen Nährflüssigkeiten zu überprüfen.

 

Vielen Dank im Voraus!

 

Mit freundlichen Grüße,

Camille

DatenzugriffErgebnisse teilen und kommunizierenBetreff: Mit JMP durchzuführende Tests zur statistischen Analyse meiner Forschungsdaten

Darauf gibt es keine einfache und einheitliche Antwort, insbesondere wenn man den Prozess, das Rauschen, die Physik und die Daten im Voraus kennt.

Anbei finden Sie ein Skript, das eine Tabelle mit zwei Skripten und einigen modellierten Daten generiert.

Ein erster Ansatz wäre für mich immer eine visuelle Beurteilung (durch Graph Builder etc.).

Ein zweiter Ansatz könnte die Anpassungsmodellplattform sein, in diesem Fall die Methode der kleinsten Quadrate, siehe zweites Skript. Der p-Wert kann Ihnen Aufschluss über die Bedeutung des Parameters geben. Flüssigkeit 3 unterscheidet sich von Weichmacher 3, ist aber schwer zu finden. Mit mehr Daten wäre es einfacher zu finden. Durch Drücken "?" Wenn Sie mit der Maus in den Bericht klicken, finden Sie eine Kontexthilfe zum Verständnis der Details.

Viel Glück!

 

 

 

Names Default To Here( 1 );

Random Reset( 42 );

db = New Table( "Plasticizers",
 add rows( 12 ),
 New Column( "Experiment", "Numeric", "Ordinal", set values( [1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3] ) ),
 New Column( "Nutritive fluid",
  "Character",
  "Nominal",
  set values(
   {"fluid 1", "fluid 1", "fluid 1", "fluid 1", "fluid 2", "fluid 2", "fluid 2", "fluid 2", "fluid 3", "fluid 3", "fluid 3", "fluid 3"}
  )
 ),
 New Column( "Time points of collection (hours)",
  Numeric,
  Continuous,
  set format( "Best", 12 ),
  set values( [0, 12, 24, 48, 0, 12, 24, 48, 0, 12, 24, 48] )
 ),
 New Column( "Concentration plasticizer 1 (micrograms)",
  "Numeric",
  Continuous,
  set formula( Random Normal( 1, 1 ) + 0.1 * Name( "Time points of collection (hours)" ) )
 ),
 New Column( "Concentration plasticizer 2 (micrograms)",
  "Numeric",
  Continuous,
  set formula( Random Normal( 3, 1 ) + 0.2 * Name( "Time points of collection (hours)" ) )
 ),
 New Column( "Concentration plasticizer 3 (micrograms)",
  "Numeric",
  Continuous,
  set formula( Random Normal( 10, 1 ) + If( Name( "Nutritive fluid" ) == "fluid 3", 0.5, 0.1 ) * Name( "Time points of collection (hours)" ) )
 ), 

);

db << Add Properties to Table(
 {New Script(
  "Concentration plasticizer 1 (micrograms) & 2 more vs. Time points of collection (hours)",
  Graph Builder(
   Size( 855, 739 ),
   Variables(
    X( :Name( "Time points of collection (hours)" ) ),
    Y( :Name( "Concentration plasticizer 1 (micrograms)" ) ),
    Y( :Name( "Concentration plasticizer 2 (micrograms)" ), Position( 1 ) ),
    Y( :Name( "Concentration plasticizer 3 (micrograms)" ), Position( 1 ) ),
    Group X( :Nutritive fluid )
   ),
   Elements( Points( X, Y( 1 ), Y( 2 ), Y( 3 ), Legend( 14 ) ), Smoother( X, Y( 1 ), Y( 2 ), Y( 3 ), Legend( 15 ) ) )
  )
 ), New Script(
  "Fit Least Squares",
  Fit Model(
   Y(
    :Name( "Concentration plasticizer 1 (micrograms)" ),
    :Name( "Concentration plasticizer 2 (micrograms)" ),
    :Name( "Concentration plasticizer 3 (micrograms)" )
   ),
   Effects( :Nutritive fluid, :Name( "Time points of collection (hours)" ) ),
   Personality( "Standard Least Squares" ),
   Emphasis( "Effect Leverage" ),
   Run(
    :Name( "Concentration plasticizer 1 (micrograms)" ) << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ),
    Lack of Fit( 0 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ), Plot Residual by Predicted( 1 ),
    Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )},
    :Name( "Concentration plasticizer 2 (micrograms)" ) << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ),
    Lack of Fit( 0 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ), Plot Residual by Predicted( 1 ),
    Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )},
    :Name( "Concentration plasticizer 3 (micrograms)" ) << {Summary of Fit( 1 ), Analysis of Variance( 1 ), Parameter Estimates( 1 ),
    Lack of Fit( 0 ), Scaled Estimates( 0 ), Plot Actual by Predicted( 1 ), Plot Residual by Predicted( 1 ),
    Plot Studentized Residuals( 0 ), Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ), Box Cox Y Transformation( 0 )}
   )
  )
 
 )}
);