Wie erstelle ich ein ANOVA-Modell mit wiederholten Messungen?Hallo, ich habe Probleme mit statistischen Analysen. Mein Datensatz enthält Antikörperdaten zu mehreren Zeitpunkten und ich untersuche, wie sich genetische Unterschiede auf die Reaktion der Patienten auf den Impfstoff auswirken. Ich habe ein Anova-Mischmodell mit wiederholten Messungen und unstrukturierter Kovarianz erstellt, das Zeit, Alter, Geschlecht, Grundimpfung, 8 Polymorphismen und die Überschneidung dieser 8 Polymorphismen mit Zeit, Alter, Geschlecht und Grundimpfung umfasst. Bei der Durchführung von Post-hoc-Mehrfachvergleichen bin ich auf ein Problem gestoßen, bei dem „alle paarweisen Vergleiche im Mittelwert-Streudiagramm nicht angezeigt werden können, da die Konfidenzintervalle nicht berechnet werden können.“ Jemand hat vorgeschlagen, dass die Freiheitsgrade erschöpft sind. Ich habe mich gefragt, ob jemand weiß, wie man das Problem löst, oder ob ich mein Modell ändern muss. Danke!
Grundlegende Datenanalyse und ModellierungKonsumenten- und MarktforschungDatenexploration und -visualisierungBetreff: Wie erstelle ich ein ANOVA-Modell mit wiederholten Messungen?Willkommen!Es sollte für Sie einfach zu überprüfen sein, ob Sie kein df für Fehler übrig haben ("erschöpft" Ihr df).Zählen Sie einfach die Gesamt-df Ihres Modells hoch, und wenn diese Gesamt-df = N-1 (N = gesamte Stichprobengröße) ist, dann haben Sie tatsächlich keine df für Fehler übrig. Wenn das der Fall ist, muss Ihr Modell auf irgendeine Weise verkleinert werden; welche Richtung? Das wäre eine Frage, die eine intensivere Diskussion erfordern würde.Allerdings haben Sie Ihr Modell möglicherweise überspezifiziert (z. B. zu viele Interaktionen). Aber wie ich vorschlage, bedarf es einer intensiveren Diskussion, um dies auseinander zu bringen.
Betreff: Wie erstelle ich ein ANOVA-Modell mit wiederholten Messungen?Um dieses Problem anzugehen, können mehrere Vergleichskorrekturverfahren wie das Bonferroni-Verfahren, das Holm-Verfahren oder das Benjamini-Hochberg-Verfahren verwendet werden. Diese Methoden verringern die Wahrscheinlichkeit falsch positiver Ergebnisse, indem sie auf jeden Test eine Signifikanzniveaukorrektur anwenden. Wenn Sie eine dieser Methoden bereits verwendet haben und immer noch auf ein Problem stoßen, ist es möglich, dass das Problem mit der Ausschöpfung von Freiheitsgraden zusammenhängt. In diesem Fall müssen Sie möglicherweise Ihr Modell ändern und ein einfacheres Modell mit weniger Variablen verwenden.
