Assistenza nell'uso dell'analisi a modello mistoCiao,
Vorrei assistenza/commenti su come eseguire un'analisi del modello misto in JMP, poiché sembra essere il più adatto ai miei dati.
Sto cercando di confrontare le differenze all'interno del gruppo nei punteggi dei test pre e post-sonno tra due gruppi (pazienti e controlli sani).
I passaggi che ho eseguito sono i seguenti:
-Aggiunti punteggi dei test (sia pre che post) in Variabili di ruolo (Y)
-Aggiunta la variabile gruppo sotto gli effetti fissi (0 e 1 rispettivamente per controlli e gruppo pazienti)
-Aggiunto l'ID individuale con effetto casuale.
Quanto sopra è corretto? Inoltre, quale struttura di covarianza è più appropriata? L'uso di questa modellazione è nuovo per me, quindi apprezzerei qualsiasi assistenza.
Analisi e modellazione dei dati di baseRi: Assistenza nell'uso dell'analisi del modello mistoCiao @OddsMouse312534 ,
Benvenuto nella Comunità!
Se ho capito abbastanza bene il tuo argomento, sei interessato a vedere se il gruppo di trattamento beneficia di un punteggio del test post-sonno più alto/migliore rispetto al gruppo di controllo, tenendo conto dei punteggi dei test pre-sonno (che potrebbero essere diversi tra individui e gruppi) . Senza indicazioni su come sono stati raccolti i dati (che guiderebbero la modellizzazione appropriata), è molto difficile trovare una soluzione.
Potrebbero esserci diversi modi per analizzare i tuoi dati. Ecco alcune idee, alcune opzioni potrebbero essere irrilevanti per il tuo argomento, quindi puoi scegliere quale/i potrebbe sembrare più appropriata in base alla tua esperienza nel dominio e al modo in cui sono stati raccolti i dati (casuale/DoE?):
- Puoi analizzare la differenza tra i punteggi del test post e pre-sonno, in modo che il valore iniziale (punteggio pre) non influisca sui risultati, analizzeresti solo la differenza nel punteggio del sonno a seconda del gruppo in cui si trovano gli individui.
- Potrebbe anche essere possibile utilizzare il punteggio del sonno pre-test come effetto casuale, la variabile di gruppo come effetto fisso e il punteggio post-sonno come risposta Y. In questo modo, si tiene conto della variabilità nel punteggio del test pre-sonno. tra gli individui e sei interessato a vedere come il punteggio finale del test post-sonno può essere diverso a seconda del gruppo (controllo vs. trattamento).
Se non ci sono individui sia nel gruppo di controllo che in quello di trattamento, non vedo il motivo di utilizzare l'ID come effetto casuale (poiché l'opzione 2 potrebbe già tenere conto della variabilità del punteggio del test pre-sonno tra gli individui). L'opzione 1 potrebbe non richiedere effetti casuali, poiché viene analizzata solo la variazione tra i punteggi (quindi l'influenza casuale degli individui potrebbe già essere presa in considerazione nella differenza dei punteggi).
Puoi anche controllare i set di dati forniti da JMP nella sezione "Modelli misti" (vai su "Guida", quindi su "Indice campioni" e cerca la sezione "Modelli misti"). A seconda di quante informazioni si possono avere sugli individui, ci sono alcuni set di dati che possono aiutare a capire come gestire le variabili: Cholesterol Stacked.jmp ad esempio per gestire tempo, pazienti e gruppi, con un annidamento di Trattamento in Paziente come effetto casuale. Growth Measurement.jmp è un buon esempio per gestire pazienti valutati a diverse età (struttura ripetuta).
Questi sono alcuni suggerimenti e idee rapidi per avviare la discussione, se potessi fornire più contesto sulla generazione dei dati, obiettivo dello studio, numero di partecipanti, ecc... e possibilmente un breve set di dati anonimo, sarebbe utile.
Sono sicuro che altri membri della community potrebbero intervenire nella discussione fornendo maggiori informazioni.
Spero che questo primo argomento di discussione possa aiutarti,
Ri: Assistenza nell'uso dell'analisi del modello mistoCiao Vittorio,
La ringrazio molto per la risposta. Se posso approfondire ulteriormente:
Lo studio coinvolge un gruppo di pazienti con un disturbo specifico, abbinato a un gruppo di controlli sani. Lo scopo dello studio è valutare l'effetto del sonno sui risultati di un test cognitivo, in cui il test avviene in due momenti: al basale (pre-sonno) e la mattina dopo (post-sonno). Non esiste un intervento specifico, lo scopo è valutare se c'è una differenza "tra gruppi" nella variazione dei punteggi, così come misurare gli effetti del sonno sui risultati del test e vedere se c'è una differenza significativa tra i gruppi. La dimensione totale del gruppo è di 48 pazienti, 45 per il gruppo di controllo. Ho confrontato le medie del delta (differenza tra i punteggi prima e dopo il sonno) tra i gruppi con un test t indipendente, ma ritengo che questo non sia sufficiente per catturare l'intero quadro. Questo è il motivo per cui ho considerato un modello misto: poiché sono stati misurati singoli pazienti e controlli, ho voluto utilizzare l'ID come effetto casuale.
Ri: Assistenza nell'uso dell'analisi del modello mistoCiao @OddsMouse312534 ,
Potresti trovare interessante questa nota JMP per confrontare le diverse opzioni di modellazione disponibili: Analisi delle misure ripetute nel software JMP® - Comunità degli utenti JMP
Penso che potresti avere una struttura dati molto simile a quella presentata nella tabella dati Cholesterol Stacked.jmp (disponibile nell'indice dei campioni o nella copia di questo messaggio), quindi questa sezione della Guida di JMP può aiutarti a strutturare la tabella dati ed eseguire la modellazione appropriata: Esempio di Misure Ripetute
Ho creato un semplice set di dati giocattolo sul tuo esempio con la possibile analisi mista disponibile se vuoi dare un'occhiata a un caso d'uso più concreto e simile: Test_MixedModel.jmp
Ancora una volta, la scelta del modello più appropriato è una questione di “best fit”, ma anche di come i dati sono stati strutturati e raccolti. Nei modelli misti sono possibili diverse strutture di misurazioni ripetute e dovrebbero essere valutate in base ai risultati statistici e al modo in cui è stato condotto lo studio.
Spero che questa risposta possa aiutarti,
Ri: Assistenza nell'uso dell'analisi del modello mistoSe posso aggiungere: mi chiedevo se in questa situazione fosse applicabile un'ANOVA mista. Il problema è che non so come includere i punti temporali nel modello in JMP (per l'effetto ripetuto), cioè come includerli nel database. Tutto quello che ho nel database al momento è l'ID del partecipante, la condizione (0 per il controllo, 1 per il paziente) e il risultato pre e post test.
