Bedeutung des p-Werts der Zufallseffekte im BerichtHallo,
Fortsetzung eines früheren Threads ( https://community.jmp.com/t5/Discussions/MANOVA-repeated-measures-two-factors-multiple-comparisons/mp/54194 ), habe ich 20 Probanden durchgeführt und experimentiert (Daten für Nr. 6 fehlen - insgesamt 19 Proben). Wir haben 5 Sampling-Zeiten. Es gibt Patienten, bei denen Komplikationen aufgetreten sind, und solche, bei denen dies nicht der Fall war. Wir haben die Daten durch den Median normalisiert, und ich verwende die logarithmisch transformierten normalisierten Daten, um sie Gaußscher zu machen. Ich habe ein gemischtes Modell erstellt, um die Wirkungen der Patienten als zufällige Wirkung und die Probenahmezeit und Komplikationen als feste Wirkungen zu bewerten. Siehe beigefügte Daten.
Beim Ausführen des Modells haben die Zufallseffekte des Patienten [Komplikationen] (dh Patienten, die in Komplikationen verschachtelt sind) manchmal einen p-Wert von weniger als 0,05 in den "Random Effects Covariance Parameter Estimates" ... was bedeutet das? Die Zufallseffektvariable kann nicht signifikant sein, da ich sie als zufällig definiere, oder mache ich (konzeptionell) etwas falsch?
Danke,
Uriel.
Betreff: Bedeutung des p-Werts der zufälligen Effekte im BerichtDiese Unterscheidung ist ein häufiger Punkt der Verwirrung.
Das lineare Modell enthält zwei Arten von Effekten: fest und zufällig. Feste Effekte tragen zum Antwortmittelwert bei. Sie werden auf sich ändernde Faktor-/Prädiktorniveaus zurückgeführt. Sie sind reproduzierbar.Zufällige Effekte tragen zur Antwortvarianz bei. Die Zufallsfehler sind zumindest der Zufallseffekt. In anderen Fällen gibt es zusätzliche Quellen (z. B. Themen, Tage usw.).Sie werden keinem bestimmten Faktor/Prädiktor zugeordnet, sondern einer Gruppe oder Stichprobe von Beobachtungen. Sie sind nicht reproduzierbar (z. B. neue Tage, neue Themen usw.). Im Allgemeinen ist der zufällige Beitrag im Verhältnis zum Mittelwert gering, und wir möchten ihn einfach erklären, nicht erklären oder eine Ursache zuweisen.
Die zufälligen Effekte werden (normalerweise) als Normalverteilung mit einem Mittelwert von Null modelliert. Sie beeinflussen den Antwortmittelwert nicht.
Betreff: Bedeutung des p-Werts der zufälligen Effekte im Berichtbedeutet das dann nicht per definitionem, dass es nicht zufällig ist? oder eher, dass es sich eher um eine Verzerrung (dh eine Verschiebung des Schnittpunkts) als um eine Nullsummenvarianz handelt?Betreff: Bedeutung des p-Werts der zufälligen Effekte im BerichtNatürlich kann ein zufälliger Effekt signifikant sein. Diese Schlussfolgerung bedeutet, dass die durch diesen Effekt dargestellte Varianz (ein zufälliger Effekt ist eine Varianz) signifikant von Null abweicht (keine Varianz von diesem Effekt).
