Testen Sie, ob sich zwei Vorhersagen (über ein multiples Regressionsmodell) signifikant unterscheiden.Ich arbeite an einem multiplen linearen Regressionsmodell in JMP 16, das versucht, klinische Ergebnisse (in Form einer numerischen Skala namens „ Entlassungs-mRS “) für Schlaganfallpatienten auf der Grundlage der folgenden Punkte vorherzusagen:
- 1 kontinuierlicher Prädiktor ( NIHSS bei Aufnahme , ein Maß für die Schwere des Schlaganfalls bei Aufnahme ins Krankenhaus)
- 1 kategorischer Prädiktor ( EVT-Zeitpunkt , d. h. die Behandlung, die der Schlaganfallpatient erhalten kann), der einen der folgenden 3 Werte annehmen kann:
- 1 = EVT (die Behandlung) wurde sofort nach der Ankunft im Krankenhaus durchgeführt
- 2 = EVT wurde mit Verzögerung verabreicht
- 0 = EVT wurde NICHT verabreicht
- ein Interaktionsterm ( NIHSS bei Aufnahme * EVT-Zeitpunkt )
So sieht das Modell derzeit in JMP aus:
Meine Frage/Problem ist:
Für jeden beliebigen NIHSS-Wert bei der Aufnahme möchte ich berechnen, ob sich das vorhergesagte mittlere Ergebnis (basierend auf diesem Modell) signifikant (mit p-Werten) unterscheidet , wenn der Patient sofort eine EVT erhält (d. h. EVT-Zeitpunkt = 1 ) oder wenn er keine EVT erhält (d. h. EVT-Zeitpunkt = 0 ) – das heißt, zwischen zwei verschiedenen Werten des kategorischen Prädiktors.
Gibt es eine Möglichkeit, diese Analyse in JMP durchzuführen?
( Konzeptionell besteht mein Ziel darin, die beiden Prädiktoren in diesem Modell auf klinisch nützliche Weise nutzen zu können, z. B. in der Hoffnung, dass uns das Modell bei der Entscheidung helfen kann, welche Patienten – in diesem Fall basierend auf der Schwere ihres Schlaganfalls – eine Behandlung erhalten sollten oder nicht, nachdem es das Ergebnis der besagten Behandlung vorhergesagt hat.)
Vielen Dank für Ihre Hilfe!
Grundlegende Datenanalyse und ModellierungWindowsBetreff: Testen Sie, ob sich zwei Vorhersagen (über ein multiples Regressionsmodell) signifikant unterscheidenHallo @MRB3855 ,
Vielen Dank! Ich glaube, es hat funktioniert. Natürlich habe ich die Berechnungen zur Bestätigung der Testergebnisse nicht selbst durchgeführt (und weiß auch nicht, wie das geht), aber die vorhergesagten Werte der benutzerdefinierten Tests stimmen jetzt mit denen meines Modells überein und die Testergebnisse sind sinnvoll.
Ich weiß die Hilfe wirklich zu schätzen!
Betreff: Testen Sie, ob sich zwei Vorhersagen (über ein multiples Regressionsmodell) signifikant unterscheidenHallo @broccoli : Entschuldigung, mir ist ein Fehler unterlaufen. Siehe unten für die Vorhersage zum Zeitpunkt 24 (für meine Daten). Für den Interaktionsterm müssen Sie eingeben (NIHSS bei Aufnahme – 14,7059). Wenn Sie also zum Zeitpunkt NIHSS bei Aufnahme = 20 vorhersagen möchten, müssen Sie dort für die Interaktion 20 – 14,7059 = 5,2941 eingeben.
Und für die Charge, die nicht aufgeführt ist (ich habe vier Chargen), muss sie wie folgt parametriert werden.
Sieht komisch aus, ich weiß; das liegt an der Art und Weise, wie JMP das Modell parametrisiert.
https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/nominal-factors.shtml#
Und ein nicht testbarer Kontrast bezieht sich auf die Summe der Quadrate am unteren Ende der Ausgabe, die einen kombinierten Test aller Kontraste (Spalten) liefert. In diesem Fall ist dies bedeutungslos, da die Kontraste nicht orthogonal sind (informell kann man dies als unabhängig betrachten). Die Tests der drei Kontraste einzeln sind jedoch gültig und korrekt.
Mehr zur Orthogonalität hier. https://stats.stackexchange.com/questions/171324/what-is-the-relationship-between-orthogonal-correlation-and-independence
Betreff: Testen Sie, ob sich zwei Vorhersagen (über ein multiples Regressionsmodell) signifikant unterscheidenHallo @broccoli, Sie haben den Achsenabschnitt vergessen (geben Sie dort in den ersten beiden Spalten 1 ein).
Und sind Sie sicher, dass es keine Rolle spielt, welche NIHSS bei der Aufnahme gilt?
Bearbeiten: Hmmm, ich bin nicht so sicher, ob es wie erwartet funktioniert, wenn es Interaktionsterme gibt, die die Kovariate betreffen.
Bleiben Sie dran.
Betreff: Testen Sie, ob sich zwei Vorhersagen (über ein multiples Regressionsmodell) signifikant unterscheidenHallo @MRB3855 , ich habe versucht, zu diesem Zweck benutzerdefinierte Tests einzurichten, aber es scheint nicht zu funktionieren.
Beispielsweise versuche ich in der Abbildung unten, EVT-Zeitpunkt = 0 (in Spalte 1) mit EVT-Zeitpunkt = 1 (in Spalte 2) zu vergleichen, wobei NIHSS bei Aufnahme = 0 ist .
Die in der Zeile „ Wert “ in den ersten beiden Spalten der Testausgabe aufgeführten Zahlen ( 1,467 und 2,100 ) entsprechen nicht den Werten, die mein Modell unter diesen beiden Bedingungen vorhersagt ( 0,0563 bzw. 3,568 – siehe Vorhersage-Profiler unten).
Wenn ich versuche, diesen benutzerdefinierten Test stattdessen mit NIHSS bei Aufnahme = 20 zu wiederholen (unten), stimmen die ersten beiden ausgegebenen Wertspalten ( 2,329 und 2,962 ) erneut nicht mit den Vorhersagen meines Modells ( 5,105 bzw. 5,089 ) überein.
Was übersehe ich hier? Offensichtlich ist es etwas Entscheidendes, da die Test-" Ergebnisse " - die, wenn ich es richtig verstehe, in der 3. Ausgabespalte aufgeführt werden sollen (Differenz in Wertvorhersagen , Standardfehler , t-Verhältnis , p-Wert und SS ) - unabhängig davon, auf welchen Wert ich NIHSS bei der Aufnahme eingestellt habe (was definitiv nicht der Fall sein sollte) genau gleich zu sein scheinen.
Entschuldigen Sie die Unannehmlichkeiten und nochmals vielen Dank!
PS: Als Randbemerkung: Was bedeutet „ WARNUNG: Nicht testbarer Kontrast “?
Betreff: Testen Sie, ob sich zwei Vorhersagen (über ein multiples Regressionsmodell) signifikant unterscheidenHallo @broccoli : Ja, das ist möglich. Klicken Sie auf das rote Dreieck oben in der Ausgabe und wählen Sie „Schätzungen/Benutzerdefinierter Test“ (Bild unten). Hier ist ein Beispiel.
Beispiel für einen benutzerdefinierten Test (jmp.com)
Es kann jedoch schwierig sein ... schauen Sie nach und kommen Sie dann zurück, wenn Sie Hilfe benötigen. Sie müssen zwei Spalten hinzufügen. Geben Sie dann 1 für den EVT-Zeitpunkt (und die Interaktion) von Interesse ein und wählen Sie für die ersten beiden Spalten den NIHSS-Wert bei der Aufnahme aus, der Sie interessiert. Die dritte Spalte ist dann die Differenz zwischen den ersten beiden Zeilen.
Hier ist ein Beispiel, in dem die Vorhersage für Charge 1_11 zum Zeitpunkt 3,14 (erste Spalte 101,2) und Charge 3_13 zum Zeitpunkt 3,14 (zweite Spalte 101,4) verglichen werden. Die dritte Spalte zeigt den Unterschied in den Vorhersagen (-0,202, mit p-Wert 0,6758).
