보고서의 무작위 효과 p-값의 의미안녕하십니까,
이전 스레드에 대한 후속 조치( https://community.jmp.com/t5/Discussions/MANOVA-repeated-measures-two-factors-multiple-comparisons/mp/54194 ), 나는 20명의 피험자를 대상으로 하고 실험했습니다(#6에 대한 데이터가 누락됨 - 총 19개의 샘플). 샘플링 시간은 5번입니다. 합병증이 있는 환자와 그렇지 않은 환자가 있습니다. 중앙값으로 정규화된 데이터가 있고 로그 변환된 정규화된 데이터를 사용하여 더 가우스적으로 만듭니다. 무작위 효과로 환자의 효과를 평가하고 고정 효과로 샘플링 시간과 합병증을 평가하기 위해 혼합 모델을 준비했습니다. 첨부 데이터를 참조하십시오.
모델을 실행할 때 때때로 환자[합병증](즉, 합병증에 중첩된 환자) 무작위 효과의 p-값이 "임의 효과 공분산 매개변수 추정값"에서 0.05보다 낮습니다... 이것이 의미하는 바는 무엇입니까? 무작위 효과 변수는 무작위로 정의하고 있기 때문에 중요할 수 없습니다. 아니면 (개념적으로) 뭔가 잘못되고 있습니까?
감사해요,
우리엘.
Re: 보고서에서 무작위 효과 p-값의 의미이 구별은 혼동의 공통 지점입니다.
선형 모델에는 고정 및 무작위의 두 가지 효과가 있습니다. 고정 효과는 반응 평균에 기여합니다. 이는 요인/예측자 수준의 변화에 기인합니다. 그들은 재현 가능합니다.랜덤 효과는 반응 분산에 기여합니다. 최소한 무작위 오류는 무작위 효과입니다. 다른 경우에는 추가 소스(예: 주제, 날짜 등)가 있습니다.그것들은 특정 요인/예측변수에 기인한 것이 아니라 관찰의 그룹 또는 표본에 기인합니다. 그것들은 재현할 수 없습니다(예: 새로운 날, 새로운 주제 등). 일반적으로 무작위 기여는 평균에 비해 작으며 우리는 설명하거나 원인을 지정하지 않고 단순히 설명하기를 원합니다.
무작위 효과는 (일반적으로) 평균이 0인 정규 분포로 모델링됩니다. 응답 평균을 편향시키지 않습니다.
Re: 보고서에서 무작위 효과 p-값의 의미그렇다면 정의상 무작위가 아니라는 의미가 아닙니까? 아니면 제로섬 분산이 아니라 편향(즉, 절편의 이동)입니까?Re: 보고서에서 무작위 효과 p-값의 의미물론 무작위 효과가 중요할 수 있습니다. 그 결론은 이 효과(임의 효과는 분산임)가 나타내는 분산이 0(이 효과의 분산 없음)과 상당히 다르다는 것을 의미합니다.
