混合モデル分析の使用に関する支援やあ、
JMP が私のデータに最も適していると思われるため、JMP で混合モデル分析を実行する方法について支援/コメントが必要です。
2 つのグループ (患者と健康な対照) 間の睡眠前および睡眠後のテストスコアのグループ内の差を比較しようとしています。
私が行った手順は次のとおりです。
- 役割変数 (Y) にテストスコア (事前および事後の両方) を追加しました。
- 固定効果の下にグループ変数を追加しました (対照群と患者群にそれぞれ 0 と 1)
・ランダム効果の個体IDを追加しました。
上記は正しいですか?また、どの共分散構造が最も適切でしょうか?このモデリングの使用は私にとって初めてのことなので、助けていただければ幸いです。
基本的なデータ分析とモデリングRe: 混合モデル分析の使用に関する支援こんにちは@OddsMouse312534 さん
コミュニティへようこそ！
あなたのトピックを十分に理解している場合、睡眠前のテストスコア（個人やグループによって異なる可能性があります）を考慮して、治療グループが対照グループよりも高い/より良い睡眠後テストスコアから恩恵を受けるかどうかを確認することに興味がありますか？ 。データがどのように収集されたか (適切なモデリングの指針となる) が示されなければ、解決策を見つけることは非常に困難です。
データを分析するにはいくつかの方法がある場合があります。以下にいくつかのアイデアを示します。一部のオプションはトピックに無関係である可能性があるため、ドメインの専門知識とデータの収集方法 (ランダム/DoE ?) に基づいて、最も適切と思われるオプションを選択できます。
- 初期値 (事前スコア) が結果に影響しないように、睡眠テストの前後のスコアの差を分析できます。個人が属するグループに応じた睡眠スコアの差のみを分析します。
- また、テスト前の睡眠スコアを変量効果として、グループ変数を固定効果として、睡眠後のスコアを応答 Y として使用することも可能です。このようにして、睡眠前のテストのスコアの変動を考慮に入れることができます。あなたは、最終的な睡眠後テストのスコアがグループ (対照群と治療群) に応じてどのように異なるかを確認することに興味があります。
対照群と治療群の両方に個人が存在しない場合、変量効果として ID を使用する意味がわかりません (オプション 2 では個人間の睡眠前テストのスコアのばらつきがすでに考慮されている可能性があるため)。オプション 1 では、スコア間の変動のみが分析されるため、ランダム効果は必要ありません (したがって、スコアの差には個人のランダムな影響がすでに考慮されている可能性があります)。
「混合モデル」セクションで JMP が提供するデータセットを確認することもできます (「ヘルプ」、「サンプル インデックス」の順に移動し、「混合モデル」セクションを探します)。個人についてどれだけの情報を持っているかに応じて、変数の処理方法を理解するのに役立つデータセットがいくつかあります。たとえば、Cholesterol Stacked.jmp では、時間、患者、グループを処理し、治療のネストを使用します。ランダム効果としての患者。 Growth Measurement.jmp は、さまざまな年齢で評価された患者 (反復構造) を扱う良い例です。
これらはディスカッションを開始するための簡単な提案とアイデアです。データ生成、研究の目的、参加者数などに関する詳細なコンテキストと、場合によっては短い匿名化されたデータセットを提供していただけると役立ちます。
コミュニティの他のメンバーが、より多くの情報を提供してディスカッションに参加する可能性があると確信しています。
この最初のディスカッションのきっかけが役立つことを願っています。
Re: 混合モデル分析の使用に関する支援こんにちは、ビクターさん
ご返事ありがとうございます。さらに詳しく説明させていただくと、
この研究には、特定の疾患を持つ患者グループと健康な対照グループが含まれます。研究の目的は、認知テストの結果に対する睡眠の影響を評価することであり、テストはベースライン（睡眠前）と翌朝（睡眠後）の 2 つの時点で行われます。特別な介入はなく、目的は、テスト結果に対する睡眠の影響を測定し、グループ間に有意差があるかどうかを確認するために、スコアの変化に「グループ間」の差があるかどうかを評価することです。グループの合計人数は患者が 48 人、対照グループが 45 人です。私は独立した t 検定を使用してグループ間のデルタ (睡眠前と睡眠後のスコアの差) の平均を比較しましたが、これでは全体像を把握するには不十分だと主張しています。これが、私が混合モデルに注目した理由です。測定される個々の患者と対照があるため、変量効果として ID を使用したいと考えました。
混合モデル分析の利用に関する支援についてこんにちは@OddsMouse312534 、
利用可能なさまざまなモデリング オプションを比較するには、この JMP ノートが興味深いかもしれません: JMP® ソフトウェアでの反復測定の分析 - JMP ユーザー コミュニティ
Cholesterol Stacked.jmp データテーブル (サンプル インデックスまたはこのメッセージのコピーで入手可能) に表示されているものと非常によく似たデータ構造があると思われますので、JMP ヘルプのこのセクションが、データテーブルを構造化し、適切なモデリングを実行するのに役立つかもしれません: 反復測定の例
より具体的で類似したユースケースを確認したい場合は、混合分析が可能な簡単なおもちゃのデータセットを例に作成しました: Test_MixedModel.jmp
最も適切なモデルを選択することは、「最適な適合」の問題であるだけでなく、データがどのように構造化され、収集されたかという問題でもあります。混合モデルではさまざまな反復測定構造が可能であり、統計結果と調査の実施方法に基づいて評価する必要があります。
この回答がお役に立てば幸いです。
混合モデル分析の利用に関する支援について付け加えさせてください。この状況では、混合された群間内分散分析が適用できるかどうか疑問に思っていました。問題は、JMP のモデルに時点を含める方法 (反復効果の場合)、つまりこれをデータベースに含める方法がわからないことです。現時点でデータベースにあるのは、参加者の ID、条件 (コントロールの場合は 0、患者の場合は 1)、およびテスト前とテスト後の結果だけです。
