diagramma di correlazione con il punteggio di gravità motoria Y utilizzando un generatore di grafici regolando il biomarcatore A in base all'età e al sessoVorremmo chiarire se esiste una relazione lineare tra il biomarcatore X (DATQUANT) e il punteggio di gravità motoria Y (punteggio totale MDS-UPDRS 3) nei pazienti con un disturbo neurologico. In una semplice correlazione, biomarkerX è associato al punteggio di gravità motoria Y. Poiché l'età e il sesso biologico influenzano il biomarcatore X, li abbiamo considerati come covariate.
A quel tempo, sto pensando di creare un diagramma di correlazione con il punteggio di gravità motoria Y utilizzando un costruttore di grafici regolando il biomarcatore A in base all'età e al sesso.
Apprezzeremmo molto se potessi farci sapere come ottenere il grafico a dispersione del biomarcatore X aggiustato per età e sesso rispetto al punteggio di gravità motoria Y utilizzando JMP.
GraficaMac OSScriptingRe: diagramma di correlazione con il punteggio di gravità motoria Y utilizzando un generatore di grafici regolando il biomarcatore A in base all'età e al sessoho appena preso un Presto guarda i dati forniti e alcune delle tue domande. Ecco cosa vedo nei dati e alcune domande:
1. Non ho alcun contesto per i dati. Quanto di un cambiamento in DAT o MDS ha un significato pratico?
2. Per quanto riguarda la correlazione tra MDS e DAT, non c'è una forte correlazione (r=-0,32) e ci sono un certo numero di potenziali valori anomali (Mahalanobis, 7). Questo non tiene conto degli effetti età/sesso.
3. Guardando le relazioni tra DAT ed età e sesso, sembra che il sesso non abbia quasi alcuna relazione (modello di adattamento). L'età è statisticamente significativa. Questi due termini rappresentano solo circa il 20% circa della variazione dei dati. Con l'aumentare dell'età, il DAT diminuisce.
4. Sembra esserci una relazione lineare tra DAT e MDS, ma in quel modello sia l'età che il sesso sono insignificanti. Il modello contenente tutti e tre i termini rappresenta circa l'8% della variazione dei dati.
Quanto sei sicuro dei sistemi di misurazione?
Re: diagramma di correlazione con il punteggio di gravità motoria Y utilizzando un generatore di grafici regolando il biomarcatore A in base all'età e al sessoCiao @KF2 ,
Una possibilità è quella di regredire il biomarcatore X su età e sesso, salvare i residui e quindi tracciarli rispetto al punteggio di gravità motoria Y nel generatore di grafici come un semplice grafico a dispersione. Ecco come appare con i dati che hai fornito,
Un'altra possibilità, per trattare età e sesso come covariate, è fare una regressione gerarchica. In altre parole, puoi adattare un modello di regressione in cui età e sesso predicono il tuo risultato, quindi adattare un altro modello di regressione in cui età, sesso e biomarcatore X prevedono il tuo risultato. Otterrai la R al quadrato per ciascuno di questi modelli (risulta che è .002 e .11, rispettivamente). Puoi quindi guardare i "Test sequenziali" (o Somma dei quadrati di tipo I) degli effetti per ottenere un test per la variazione della varianza spiegata da un modello all'altro. In questo caso, la variazione è statisticamente significativa con un valore F di 11,23, p = .001.
Ho salvato gli script di ciascuno di questi passaggi nella tabella dati allegata.
HTH,
~Laura
Re: diagramma di correlazione con il punteggio di gravità motoria Y utilizzando un generatore di grafici regolando il biomarcatore A in base all'età e al sessoGrazie per la risposta.
Vorremmo chiarire se esiste una relazione lineare tra il biomarcatore X (DATQUANT: variabile dipendente) e il punteggio di gravità motoria Y (MDS-UPDRS-3: variabile esplicativa). Poiché l'età e il sesso biologico influenzano il biomarcatore X, li abbiamo considerati come covariate. Vorremmo condurre una regressione multipla.
[X (DATQUANT: variabile dipendente)] = a1*Y (MDS-UPDRS-3: variabile esplicativa) + a2*[età] + a3 + residui
a1, a2 : coefficienti di pendenza per ogni variabile esplicativa
a3: termine costante per il sesso biologico
Ora vorremmo visualizzare la relazione tra [età e sesso aggiustati (DATQUANT: variabile dipendente)] e Y (MDS-UPDRS-3: variabile esplicativa)
Quindi vorremmo preparare un grafico a dispersione
X aggiustato (a1*[X(DATQUANT: variabile continua)] - a2*[età] - a3) vs. Y (MDS-UPDRS-3: variabile dipendente)
Vi saremmo molto grati se poteste darci commenti e suggerimenti.
Molte grazie in anticipo.
