혼합모델 분석 사용 지원안녕하세요,
JMP에서 혼합 모델 분석을 수행하는 방법에 대한 도움이나 의견이 필요합니다. JMP가 내 데이터에 가장 적합한 것 같기 때문입니다.
저는 두 그룹(환자 및 건강한 대조군) 간의 수면 전후 테스트 점수의 그룹 내 차이를 비교하려고 합니다.
내가 한 단계는 다음과 같습니다.
-역할 변수(Y)에 테스트 점수(사전 및 사후 모두)가 추가되었습니다.
-고정 효과 하에 그룹 변수를 추가했습니다(대조군과 환자군은 각각 0과 1).
-랜덤효과에 개인ID가 추가되었습니다.
위 내용이 맞나요? 또한 어떤 공분산 구조가 가장 적절한가요? 이 모델링을 사용하는 것은 나에게 새로운 것이므로 도움을 주시면 감사하겠습니다.
기본 데이터 분석 및 모델링Re: 혼합 모델 분석 사용 지원안녕하세요 @OddsMouse312534 님,
커뮤니티에 오신 것을 환영합니다!
귀하의 주제를 충분히 이해하고 있다면, 수면 전 테스트 점수(개인 및 그룹마다 다를 수 있음)를 고려하여 치료 그룹이 대조군보다 더 높거나 더 나은 수면 후 테스트 점수로부터 혜택을 받는지 알아보고자 하십니다. . 적절한 모델링을 안내하는 데이터 수집 방법에 대한 표시가 없으면 솔루션을 찾는 것이 매우 어렵습니다.
데이터를 분석하는 방법에는 여러 가지가 있을 수 있습니다. 다음은 몇 가지 아이디어이며, 일부 옵션은 귀하의 주제와 관련이 없을 수 있으므로 귀하의 도메인 전문 지식과 데이터 수집 방법(무작위/DoE?)을 기반으로 가장 적절해 보이는 옵션을 선택할 수 있습니다.
- 수면검사 후 점수와 사전 수면검사 점수의 차이를 분석할 수 있어 초기값(사전 점수)이 결과에 영향을 주지 않고, 개인이 속한 그룹에 따른 수면 점수의 차이만 분석하게 됩니다.
- 또한 테스트 전 수면 점수를 무작위 효과로, 그룹 변수를 고정 효과로, 수면 후 점수를 응답 Y로 사용하는 것도 가능합니다. 이러한 방식으로 수면 전 테스트 점수의 변동성을 설명합니다. 귀하는 그룹(대조군과 치료군)에 따라 최종 수면 후 테스트 점수가 어떻게 다른지 확인하고 싶습니다.
대조군과 치료군 모두에 개인이 없다면 ID를 무작위 효과로 사용하는 것이 의미가 없다고 생각합니다(옵션 2는 이미 개인별 사전 수면 테스트 점수의 변동성을 고려할 수 있기 때문입니다). 옵션 1은 점수 간 변화만 분석하므로 무작위 효과가 필요하지 않을 수 있습니다(따라서 점수 차이에 개인의 무작위 영향이 이미 고려되었을 수 있음).
"혼합 모델" 섹션에서 JMP가 제공하는 데이터 세트를 확인할 수도 있습니다("도움말"로 이동한 다음 "샘플 인덱스"로 이동하여 "혼합 모델" 섹션을 찾으세요). 개인에 대해 얼마나 많은 정보를 가지고 있는지에 따라 변수를 처리하는 방법을 파악하는 데 도움이 될 수 있는 몇 가지 데이터 세트가 있습니다. 예를 들어 Cholesterol Stacked.jmp는 시간, 환자 및 그룹을 처리하는 데 사용됩니다. 무작위 효과로서의 환자. Growth Measurement.jmp는 서로 다른 연령(반복 구조)으로 평가된 환자를 다루는 좋은 예입니다.
데이터 생성, 연구 목적, 참가자 수 등에 대한 추가 컨텍스트를 제공할 수 있다면 토론을 시작하기 위한 몇 가지 빠른 제안과 아이디어가 있으며 가능한 경우 짧은 익명 데이터 세트가 도움이 될 것입니다.
커뮤니티의 다른 회원들이 제공된 추가 정보를 바탕으로 토론에 뛰어들 수 있을 것이라고 확신합니다.
이 첫 번째 토론 시작이 도움이 되기를 바랍니다.
Re: 혼합 모델 분석 사용 지원안녕하세요 빅터,
답장 해주셔서 매우 감사합니다. 더 자세히 설명하자면:
이 연구에는 특정 장애가 있는 환자 그룹과 건강한 대조군 그룹이 연결되어 있습니다. 이 연구의 목적은 인지 테스트 결과에 대한 수면의 영향을 평가하는 것입니다. 여기서 테스트는 기준선(수면 전)과 다음날 아침(수면 후)의 두 시점에 수행됩니다. 특별한 개입은 없으며, 테스트 결과에 대한 수면의 영향을 측정하고 그룹 간에 유의미한 차이가 있는지 확인하기 위해 점수 변화에 "그룹 간" 차이가 있는지 평가하는 것이 목적입니다. 전체 그룹 규모는 환자의 경우 48명, 대조군의 경우 45명입니다. 나는 독립적인 t 테스트를 통해 그룹 간의 델타(수면 전후 점수 차이)의 평균을 비교했지만 이것이 전체 그림을 포착하기에는 불충분하다고 생각합니다. 이것이 제가 혼합 모델을 살펴본 이유입니다. 측정된 개별 환자와 대조군이 있으므로 ID를 무작위 효과로 사용하고 싶었습니다.
Re: 혼합 모델 분석 사용 지원안녕하세요 @OddsMouse312534 님 ,
사용 가능한 다양한 모델링 옵션을 비교하면 이 JMP 노트가 흥미로울 수 있습니다. JMP® 소프트웨어에서 반복 측정 분석 - JMP 사용자 커뮤니티
귀하의 데이터 구조는 Cholesterol Stacked.jmp 데이터 테이블(샘플 인덱스 또는 이 메시지의 복사본에서 사용 가능)에 표시된 것과 매우 유사할 수 있으므로 JMP 도움말의 이 섹션은 데이터 테이블을 구성하고 실행하는 데 도움이 될 수 있습니다. 적절한 모델링 : 반복 측정의 예
보다 구체적이고 유사한 사용 사례를 살펴보고 싶다면 가능한 혼합 분석을 사용하여 귀하의 예에서 간단한 장난감 데이터세트를 수행했습니다. Test_MixedModel.jmp
다시 말하지만, 가장 적절한 모델을 선택하는 것은 "최적 적합"의 문제일 뿐 아니라 데이터가 어떻게 구조화되고 수집되었는지에 대한 문제이기도 합니다. 혼합 모델에서는 다양한 반복 측정 구조가 가능하며 통계 결과와 연구가 수행된 방식을 기반으로 평가해야 합니다.
이 답변이 도움이 되기를 바랍니다.
Re: 혼합 모델 분석 사용 지원추가할 사항: 혼합 내부 분산 분석이 이 상황에 적용 가능한지 궁금합니다. 문제는 JMP의 모델에 시점을 포함하는 방법(반복 효과의 경우), 즉 이를 데이터베이스에 포함하는 방법을 모른다는 것입니다. 현재 제가 데이터베이스에 가지고 있는 것은 참가자의 ID, 조건(대조군 0, 환자 1), 사전 및 사후 테스트 결과뿐입니다.
