Benötigen Sie Hilfe bei wiederholten MessungenHallo,
Ein Kunde hat folgende Situation:
Mehrere Produkte (X_1, V_1_0 bis V_1_19) werden mit jeweils 4 Kulturschalen (X_3, 1 bis 5) über 4 Mal getestet (X_14-X_17, z. B. 0, 12, 48, ... h). Es gibt mehrere Faktoren, die sie wissen möchten, welche von ihnen und wie sie die Ergebnisse beeinflussen (X_4-X_7).
Wie richte ich dieses Modell am besten ein? Verwenden Sie MANOVA oder verwenden Sie LS mit zufälligen Effekten? Beim Stapeln und Hinzufügen der Faktoren zu meinem Modell treten Singularitätsprobleme auf.
Bitte bleiben Sie zuerst bei der JMP-Funktionalität.
Ich habe auch über FDE nachgedacht, aber ich denke, die Daten sind zu gering, um ein gutes Modell in meinen Augen zu haben.
@ DonMcCormack @julianisch
Re: Brauche Hilfe bei wiederholten MessungenHallo Martin,
Ich bin etwas verwirrt von den Daten (es kann an der Anonymisierung liegen).Ich würde einen Schritt unterstützen und sicherstellen, dass der Kunde eine klare Aussage darüber hat, was er zu tun versucht.Hier sind einige verschiedene Fragen, die mir in den Sinn kamen, als ich versuchte, die Daten zu verstehen...
1. Sollte jedes Produkt zusammen oder einzeln betrachtet werden?
2. Was ist das Ergebnis des Interesses? Ist es der gemessene Wert zu jedem Zeitpunkt oder ist es eine Wachstumsrate oder der Zeitpunkt, zu dem das Wachstum einen bestimmten Punkt erreicht, oder eine prozentuale Veränderung (um produktübergreifende Vergleiche anzustellen)?
3. Es sieht aus wie X14 = Antwort für Zeitpunkt 1, X15 = Antwort für Zeitpunkt 2 usw. (was Ihrer gestapelten Verwendung der Daten entspricht). Kannst du durch die Zeitwerte ersetzen?
4. die X4 - X7 scheinen spezifische Ebenen pro Produkt zu sein - auf eine standardisierte Skala gesetzt??
5. Ich glaube, Sie versuchen, die Auswirkungen von X4 - X7 auf die Antworten zu verstehen, wie im beigefügten Screenshot gezeigt ...
6. Vielleicht würde FDE funktionieren, nachdem Sie die Schritte 3 und 4 ausgeführt haben?
Re: Brauche Hilfe bei wiederholten MessungenHallo @karencopeland ,
Ich versuche die Fragen zu beantworten.
1. Sollte jedes Produkt zusammen oder einzeln betrachtet werden?
Die Produkte (X_1) sind nach Produkttypen (X_2) klassifiziert
2. Was ist das Ergebnis des Interesses? Ist es der gemessene Wert zu jedem Zeitpunkt oder ist es eine Wachstumsrate oder der Zeitpunkt, zu dem das Wachstum einen bestimmten Punkt erreicht, oder eine prozentuale Veränderung (um produktübergreifende Vergleiche anzustellen)?
Ich prüfe das noch einmal, aber was ich verstanden habe, möchte sie für jedes Produkt wissen, ob die Faktoren X4-X7 notwendig sind und wie sich diese auf das Ergebnis der Kulturen auswirken. Das ideale Verhalten ist flach für die ersten 3 Zeitpunkte bis zum letzten Zeitpunkt, der hoch sein sollte. Wenn alles flach ist, hat es nicht funktioniert.
3. Es sieht aus wie X14 = Antwort für Zeitpunkt 1, X15 = Antwort für Zeitpunkt 2 usw. (was Ihrer gestapelten Verwendung der Daten entspricht). Kannst du durch die Zeitwerte ersetzen?
0, 4, 24, 168 Minuten
4. die X4 - X7 scheinen spezifische Ebenen pro Produkt zu sein - auf eine standardisierte Skala gesetzt??
Sie können sich ein Experiment vorstellen, bei dem ein Produkt eine Einstellung von X_4-X_7 hat und parallel in 5 Kulturschalen getestet wird, die jeweils zu 4 Zeitpunkten gemessen werden. Das nächste Produkt hat eine andere Einstellung von X_4-X_7 und wird erneut in 5 Kulturschalen getestet und 4 Mal gemessen.
Das heißt, die 5 Gerichte werden verwendet, um die Variation zu sehen, die für eine Einstellung auftritt. Und die Produkte werden nach den 4 Faktoren behandelt und es ist von Interesse, was das Ergebnis am meisten beeinflusst und wie sich das für jedes Produkt unterscheidet. zB wenn eine hohe Einstellung von X_4 sich positiv auf Produkt A auswirken würde gilt dies auch für Produkt B oder sollte es dort nicht verwendet werden
5. Ich glaube, Sie versuchen, die Auswirkungen von X4 - X7 auf die Antworten zu verstehen, wie im beigefügten Screenshot gezeigt ...
ja, aber ich habe zu wenige Freiheitsgrade, um das zu überprüfen
6. Vielleicht würde FDE funktionieren, nachdem Sie die Schritte 3 und 4 ausgeführt haben?
Ich denke, die Modelle sind nicht genau genug, um nur bis zu 2 Knoten einzustellen. (Siehe angehängte Datei StackedForFDE). Ich habe die Standardisierung kurz überprüft, konnte aber hier keinen Nutzen für das Modell erkennen.
Re: Brauche Hilfe bei wiederholten MessungenIn Bezug auf MANOVA vs. gemischte Modelle verweise ich auf die statistische Methode zur Analyse wiederholter Messungen (CS Davis, 2002, Springer), der darauf hinweist, dass MANOVA im Vergleich zu gemischten Modellen unterbewertet ist. Persönlich finde ich MANOVA schwieriger zu interpretieren und bevorzuge einen linearen Modellierungsansatz. Allerdings sind Sie in Bezug auf die Kovarianzstrukturen in JMP eingeschränkt, da nur zusammengesetzte Symmetrie verfügbar ist. JMP Pro verfügt über einen Standardsatz von Kovarianzstrukturen für Messwiederholungen, aber nicht annähernd so viele wie SAS. Ich habe vor ein paar Jahren einen Discovery-Artikel verfasst, der sich mit diesem Thema beschäftigt. Übrigens, es gibt ein Kapitel im Davis-Buch über die Modellierung von Wachstumskurven.
FDE? Ich denke, es wäre eine praktikable Option, aber Sie können auf Probleme stoßen, wenn die Leute nach statistischen Unterschieden fragen. Darüber hinaus können je nach Branche Standardmodelle verwendet werden, da die Parameter bestimmte Interpretationen haben.
Kommt das aus einer regulierten Branche? Wenn dies der Fall ist, könnte es eine Standardarbeitsprozedur für die Modellierung der Daten geben.
Re: Brauche Hilfe bei wiederholten MessungenNachdem Sie sich die Daten und Kommentare etwas genauer angesehen haben, werden Sie meiner Meinung nach Probleme haben, diese Daten überhaupt anzupassen. Die Antworten scheinen sehr diskrete Prozentwerte zu sein, die möglicherweise besser passen, wenn man sie als ordinal betrachtet. Wenn Sie sie als kontinuierlich behandeln, müssen Sie ein nicht-Gaußsches gemischtes Modell (Beta?) verwenden. Die Ebenen sind für das Produkt einzigartig, sodass Sie nur die Faktoren oder die Produktebenen anpassen können, aber nicht beide.
Re: Brauche Hilfe bei wiederholten MessungenIch habe mir die Daten angeschaut. Das Modell, bei dem das Subjekt ein zufälliger Effekt ist, wie Sie es für die wiederholten Takte angegeben haben, das eine CS-Struktur annimmt, kann tatsächlich mit der Entfernung von vier festen Effekten X4-X7 angepasst werden.Es besteht ein völliger Mangel an Variabilität bei diesen festen Effekten pro Subjekt-ID X__3[X__1] , was im JMP Singularity Report gezeigt wird.
Re: Brauche Hilfe bei wiederholten Messungen MeasurementDies ist ein Fall, in dem versucht wird, zu modellieren, bevor die Daten verstanden werden. Es scheint, dass jedes Produkt eine einzigartige Kombination von X4 - X7 ist, einige Produkte funktionieren (dh sie erreichen 100 Einheiten vor dem Ende der Zeit) und andere nicht. Die Frage ist dann, können wir herausfinden, welche Kombinationen von X4 -X7 "gut" und welche "schlecht" sind.Ich sehe das nicht in ein sauberes Modell passen ....
