やあ、
この特定の問題に関するリソースはあまり見つかりませんでした。
コンテクスト：
昆虫の羽化（変態後）に取り組んでいます。 時間の経過とともに出現する初期個体群の割合を記録しています。
個人のグループの場合、この現象は常に 3 パラメーターのロジスティック モデルに従いますが、グループが異なればパラメーターも異なります。
私たちは、治療によって出現曲線のパラメータが変化するかどうかを判断しようとしています。 1 つまたは複数のパラメーターの重大な変更が関係します。
例: 飼育スペースの周囲湿度を変更すると、羽化は早くなりますか (変曲点、成長速度への影響)。 個人に負担がかかることになるでしょうか（漸近線への影響）？
この質問に答えるために、n-1 グループが n-1 レベルの治療を受け、1 つのグループが対照となる実験を行っています。 n 個の「出現曲線」を生成し、それぞれが 3 パラメーターのベクトルで記述されます。
コホートまたは環境への影響がある可能性があることがわかっているため、実験は m 回繰り返されます。 実験 (nxm 個の曲線が生成) 内で、各曲線は固定サンプル サイズ (通常は約 400 人) からモデル化されます。 m は比較的小さい (<10)
係数が曲線の 1 つまたは複数のパラメーターに影響を与えるとどのように結論付けることができるでしょうか?
- 1 つのオプションは、JMP にすでに含まれている「等価性テスト」(並列処理) を使用することですが、一度に比較できるのは 2 つの曲線のみです。 これらはレガシー テストとして説明されており、やや非難されているように見えます。
- 各因子を個別に分析しますか (ANOVA およびノンパラメトリック等価因子)? 曲線のパラメータ間には相関関係があります (ピアソン相関、2 対 2 でテスト)
- Manova アプローチを使用しますか? 私は Mannova についてあまり詳しくないので、この主題について深く掘り下げる前に、それが有効なアプローチであるかどうかを知りたいと思っています。
- 他に何か提案はありますか？
必要に応じて、いくつかのサンプル データ (生の出現データ、またはパラメーターを含むテーブル) を共有できます。
