Calcular la mediana al comparar dos variables continuas en un análisis multivariado
Estimado Consejo de JMP,
Actualmente estoy trabajando en un conjunto de datos biomédicos que comparan dosis y niveles en sangre de cuatro medicamentos diferentes. Mi IP me instruyó en breve para comparar los datos para cada nivel en sangre y dosis en diferentes subgrupos (hombres, mujeres; pre, post-púberes, etc.). Hablando prácticamente, me dijo que usara un análisis multivariado para calcular un valor dentro de los grupos (Y = Dosis + datos del nivel en sangre por medicamentos y, por ejemplo, sexo o etnia o edad). Para calcular el valor p dentro de los grupos utilicé una prueba estándar de Spearmans. Además de eso, me pidió que calculara la mediana de la dosis y el nivel en sangre de cada uno, pero ninguno de los dos sabíamos realmente cómo ... Todo lo que encontré hasta ahora fue una forma de calcular un valor medio para cada uno al usar un análisis multivariado.Así que ambos pensamos que sería mejor preguntarle a las personas que están más familiarizadas con JMP y, por lo tanto, me dirijo a cualquiera que pueda saberlo mejor.
¡Gracias por cualquier ayuda, muy apreciada!
Actualmente estoy usando macOS Big Sur 11.6 y JMP versión 16.0.0.
Re: calcular la mediana al comparar dos variables continuas en un análisis multivariadoLeí esto varias veces y estoy luchando por entender lo que está tratando de hacer. Calcular una media y una mediana en el contexto de un análisis multivariado no tiene mucho sentido para mí.La plataforma de distribución le ayudaría a calcular las medianas y las medias y, en forma tabulada, podría agrupar estas diferentes formas.¿Quizás está tratando de encontrar el residuo de un valor después de tener en cuenta el efecto o la correlación de otras variables?
Un ejemplo podría ayudar.
Re: calcular la mediana al comparar dos variables continuas en un análisis multivariadoAdvierto contra el análisis de subgrupos de datos en tal caso. Debilitas drásticamente el poder de cualquier prueba de hipótesis. También es probable que se pierda efectos como interacciones que podrían ser importantes.
Además, las pruebas no paramétricas tienen menos potencia que las pruebas paramétricas cuando se cumplen los supuestos de la prueba paramétrica.
Sugiero que intente modelar la respuesta media utilizando regresión múltiple y luego analice los residuos para evaluar qué tan bien los datos cumplen con los supuestos de regresión. Puede modelar por nivel en sangre = intercepción + dosis + sexo + edad + ... + dosis * sexo + dosis * edad + ... y modelar todos los datos juntos.
Ver Este capítulo en la Ayuda de JMP para obtener más información y ejemplos.
Re: calcular la mediana al comparar dos variables continuas en un análisis multivariadoEstoy siendo honesto contigo, realmente no puedo decir ninguna de las dos cosas. Como dije, principalmente trabajo de acuerdo con lo que mi IP me indica que haga. Pero puedo publicar una captura de pantalla de la tabla en la que me pidieron que trabajara.
Básicamente, utilizo un análisis multivariado para calcular el coeficiente de correlación y el valor p dentro del grupo a través de Spearmans.Y la cuestión es cómo calcular la "dosis media" y el "nivel medio en sangre".

Y -> 1) nivel medio 2) dosis media
Por -> a) lista de medicamentos b) p. Ej. Sexo

y estaba buscando una manera de encontrar una mediana aquí en la lista de comandos. Dado que puede acceder al valor medio a través de "estadísticas simples"
Utilizo el modelo de ajuste para calcular el valor p en todos los grupos yy por x para para
"N" -> * número de extracciones de sangre después de la línea de base con información disponible sobre la dosis de antipsicótico y el nivel en sangre (máximo 3 puntos de tiempo por paciente, es decir, en las semanas 4, 8 y 12).
Esa es toda la información que puedo proporcionar.
Re: calcular la mediana al comparar dos variables continuas en un análisis multivariadoY la cuestión es cómo calcular la "dosis media" y el "nivel medio en sangre".
Quise decir "y la pregunta es cómo calcular la" dosis media "y el" nivel medio en sangre ".