繰り返し測定のサポートが必要こんにちは、
お客様の状況は次のとおりです。
いくつかの製品（X_1、V_1_0からV_1_19）は、それぞれ5つの培養皿（X_3、1から5）で4回（X_14-X_17、たとえば0、12、48、... h）テストされます。 それらのどれが結果にどのように影響するかを知りたいいくつかの要因があります（X_4-X_7）。
このモデルを最適に設定するにはどうすればよいですか？ MANOVAを使用していますか、それともランダム効果でLSを使用していますか？ 因子を積み重ねてモデルに追加すると、特異点の問題が発生します。
最初にJMP機能に固執してください。
FDEについても考えましたが、良いモデルを目にするためのデータはほとんどないと思います。
@DonMcCormack @ジュリアン
Re: 繰り返し測定について助けが必要こんにちはマーティン、
データに少し混乱しています (匿名化プロセスが原因である可能性があります)。私は一歩後退し、クライアントが何をしようとしているのかを明確に説明できるようにします。データを理解しようとしたときに頭に浮かんだいくつかの質問があります...
1. 各製品をまとめて検討する必要がありますか、それとも個別に検討する必要がありますか?
2. 関心の結果は何ですか? それは各時点での測定値ですか、それとも成長率または成長が特定のポイントに達した時間、または変化率 (製品間で比較するため) ですか?
3. X14 = 時点 1 の応答、X15 = 時点 2 の応答などのように見えます (これは、データのスタック使用に一致します)。 時間の値に置き換えることはできますか?
4. X4 - X7 は製品ごとの特定のレベルに見える - 標準化された尺度で??
5. 添付のスクリーン グラブに示すように、X4 から X7 の応答への影響を理解しようとしていると思います...
6. 手順 3 と 4 を実行した後、FDE は動作するでしょうか。
Re: 繰り返し測定について助けが必要こんにちは@karencopeland 、
質問に答えるようにしています。
1. 各製品をまとめて検討する必要がありますか、それとも個別に検討する必要がありますか?
製品 (X_1) は製品タイプ (X_2) によって分類されます。
2. 関心の結果は何ですか? それは各時点での測定値ですか、それとも成長率または成長が特定のポイントに達した時間、または変化率 (製品間で比較するため) ですか?
もう一度確認しますが、彼女が各製品について X4-X7 因子が必要かどうか、またそれらが培養結果にどのように影響するかを知りたいと思っていることがわかりました。 理想的な動作は、最初の 3 つの時点で、高くなければならない最後の時点までフラットです。 すべてがフラットの場合、機能しませんでした。
3. X14 = 時点 1 の応答、X15 = 時点 2 の応答などのように見えます (これは、データのスタック使用に一致します)。 時間の値に置き換えることはできますか?
0、4、24、168分
4. X4 - X7 は製品ごとの特定のレベルに見える - 標準化された尺度で??
1 つの製品に X_4 ～ X_7 の 1 つの設定があり、5 つの培養皿でそれぞれ 4 つの時点で測定されたものを並行してテストする実験を考えることができます。 次の製品は、X_4-X_7 の別の異なる設定を持ち、再び 5 つの培養皿でテストされ、4 回測定されています。
とはいえ、1 つの設定で発生する変動を確認するために 5 つの料理が使用されます。 そして、製品は 4 つの要因によって扱われ、結果に最も影響を与えるものは何か、製品ごとにどのように異なるのかは興味深いものです。たとえば、X_4 の高い設定が製品 A に良い影響を与える場合、それは製品 B にも当てはまります。
5. 添付のスクリーン グラブに示すように、X4 から X7 の応答への影響を理解しようとしていると思います...
はい、でもこれを確認するには自由度が少なすぎます
6. 手順 3 と 4 を実行した後、FDE は動作するでしょうか。
モデルは、設定するノットが 2 ノットまででは十分に正確ではないと思います。 (添付ファイル StackedForFDE を参照)。 標準化について簡単に確認しましたが、ここでのモデルの利点はわかりませんでした。
Re: 繰り返し測定について助けが必要MANOVA 対混合モデルに関しては、反復測定 (CS Davis, 2002, Springer) は、MANOVA が混合モデルに比べてパワー不足であることを示しています。 個人的には、MANOVA は解釈が難しく、線形モデリングのアプローチを好みます。 とはいえ、JMP の共分散構造に関しては制限があり、利用できるのは複合対称性のみです。 JMP Pro には、反復測定のための標準的な共分散構造のセットがありますが、SAS ほど多くはありません。 数年前にこのトピックを扱った Discovery の論文を書きました。 ところで、Davis の著書に成長曲線モデリングに関する章があります。
FDE? 実行可能な選択肢だと思いますが、統計的な違いについて質問されると、問題が発生する可能性があります。 また、業界によっては、パラメータに特定の解釈があるため、使用される標準モデルがある場合があります。
これは規制された業界から来ていますか？ もしそうなら、データをモデル化するための標準的な操作手順があるかもしれません。
Re: 繰り返し測定について助けが必要データとコメントをもう少し詳しく見てみると、このデータを当てはめようとすると問題が生じると思います。 応答は非常に離散的なパーセンテージ値であるように見えますが、序数と考えることでより適切に適合する可能性があります。 それらを連続として扱う場合は、非ガウス混合モデル (ベータ?) を使用する必要があります。 レベルは製品に固有であるため、要素または製品レベルのみを適合させることができ、両方を適合させることはできません。
Re: 繰り返し測定について助けが必要データを見ました。 CS 構造を想定した反復測定に指定したように、主題が変量効果であるモデルは、X4 から X7 の 4 つの固定効果を削除して実際に適合できます。サブジェクト ID X__3[X__1] ごとのこれらの固定効果には変動性がまったくありません。これは、JMP 特異点レポートに示されています。
再：繰り返し測定の助けが必要これは、データを理解する前にモデル化を試みる場合です。 各製品はX4-X7の独自の組み合わせであるように見えます。一部の製品は機能し（つまり、時間の終了前に100ユニットに到達します）、一部は機能しません。 問題は、X4〜X7のどの組み合わせが「良い」か、どれが「悪い」かを理解できるかということです。きれいなモデルにこのフィッティングが見当たらない…。
