J'essaie de comparer l'évolution dans le temps d'une variable physiologique entre deux groupes de sujets. Chaque sujet a au moins deux mesures différentes de cette variable avec des jours entre les mesures. Les sujets n'auront pas le même intervalle entre les mesures. Le graphique ci-joint montre que je suis capable de créer des tracés spaghetti pour les deux groupes de sujets. J'essaie de comparer les lignes d'ajustement pour voir si le sujet diffère en termes de changements dans cette variable au fil du temps. Lorsque j'essaie de faire une ligne d'ajustement, j'obtiens la deuxième image ci-dessous? Essayer de voir si la pente diffère entre les deux groupes. Toute aide serait appréciée. Merci.
Salut @ jsolo01 ,
Il semble que vous ayez utilisé Graph Builder pour générer ces tracés, n'est-ce pas ? Lorsque vous faites cela, JMP crée des lignes d'ajustement pour tous les graphiques de superposition que vous avez, c'est-à-dire le total ASID. Les zones ombrées autour des lignes sont les intervalles de confiance à 95 % sur l'ajustement (je crois). Il ne semble pas que ce soit ce que vous recherchez.
Je recommanderais de faire un Fit Y by X, où vous placez les colonnes FVC Female et FVC Male dans le rôle Y et les Days Between FVC Final dans le rôle X. Ensuite, castez la colonne ASID Total dans le rôle "By". Cela générera les 60 graphiques Fit Y by X (ou le nombre de niveaux ASID dont vous disposez). Notez que vous voudrez peut-être changer votre ASID en ordinal ou en caractère car il semble être une étiquette d'identification et pas nécessairement une variable continue.
Ensuite, faites un CTRL-clic gauche (diffusion) sur le premier bouton rouge d'ajustement bivarié et sélectionnez Ajuster la ligne. Cela ajustera une ligne à toutes les données. Dans le tableau du rapport Résumé de l'ajustement, vous pouvez cliquer avec le bouton droit de la souris et sélectionner « Transformer en tableau de données combiné » et JMP générera un tableau de données combiné avec les valeurs du tableau de résumé de l'ajustement. Vous pouvez ensuite revoir des choses comme R^2 ou R^2Adj et ainsi de suite. Vous pouvez faire de même pour le rapport du tableau d'analyse de la variance pour examiner le F-Ratio et Prob > F pour tous les ajustements.
Je pense que cela pourrait être une meilleure façon de comparer autant de lignes d'ajustement différentes. Du moins, c'est ma façon d'y penser d'après votre description.
J'ai joint quelques tables de données avec des scripts que vous pouvez exécuter pour voir ce que j'ai fait en simulant une table de données pour qu'elle ressemble un peu à ce à quoi il semble que vous ayez affaire.
J'espère que cela t'aides!,
DS
