significato degli effetti casuali p-value nel rapportoCiao,
seguendo un thread precedente ( https://community.jmp.com/t5/Discussions/MANOVA-repeated-measures-two-factors-multiple-comparisons/mp/54194 ), ho fatto e sperimentato su 20 soggetti (mancano i dati per #6 - totale di 19 campioni). Abbiamo 5 tempi di campionamento. Ci sono pazienti che hanno avuto complicazioni e altri no. Abbiamo i dati normalizzati dalla mediana e sto usando i dati normalizzati trasformati in log per renderli più gaussiani. Ho preparato un modello misto per valutare gli effetti dei pazienti come effetto casuale e il tempo di campionamento e le complicanze come effetti fissi. Vedi dati allegati.
Quando si esegue il modello, a volte gli effetti casuali del paziente [complicazioni] (cioè i pazienti nidificati nelle complicazioni) hanno un valore p inferiore a 0,05 nelle "Stime del parametro di covarianza degli effetti casuali" ... cosa significa? la variabile degli effetti casuali non può essere significativa poiché la definisco casuale o sto sbagliando qualcosa (concettualmente)?
Grazie,
Uriel.
Ri: significato degli effetti casuali p-value nel rapportoQuesta distinzione è un punto comune di confusione.
Il modello lineare contiene due tipi di effetti: fissi e casuali. Gli effetti fissi contribuiscono alla media della risposta. Sono attribuiti al cambiamento dei livelli di fattore/predittore. Sono riproducibili.Gli effetti casuali contribuiscono alla varianza della risposta. Come minimo, gli errori casuali sono l'effetto casuale. In altri casi, ci sono fonti aggiuntive (es. soggetti, giorni, eccetera).Non sono attribuiti a un particolare fattore/predittore ma a un gruppo oa un campione di osservazioni. Non sono riproducibili (es. nuovi giorni, nuovi soggetti, eccetera). Generalmente il contributo casuale è piccolo rispetto alla media e vogliamo semplicemente renderne conto, non spiegarlo o assegnare una causa.
Gli effetti casuali sono (di solito) modellati come una distribuzione normale con una media pari a zero. Non influenzano la media della risposta.
Ri: significato degli effetti casuali p-value nel rapportoallora non significa per definizione che non è casuale? o piuttosto che si tratta di un bias (cioè uno spostamento dell'intercetta) piuttosto che di una varianza a somma zero?Ri: significato degli effetti casuali p-value nel reportNaturalmente un effetto casuale può essere significativo. Tale conclusione significa che la varianza rappresentata da questo effetto (un effetto casuale è una varianza) è significativamente diversa da zero (nessuna varianza da questo effetto).
