Comparaisons de moyennes pour des mesures répétées sur des données d'enquêteQuelle est la manière la plus efficace de comparer les moyennes des mesures répétées des données d'enquête ? À l'heure actuelle, il semble qu'il existe deux méthodes principales : les paires appariées et le modèle d'ajustement (avec l'ID du panéliste comme effet aléatoire). Cependant, dans la plupart des tests que nous effectuons, nous avons de nombreuses moyennes à comparer et je cherche à voir s'il existe une fonctionnalité supplémentaire dans l'onglet Associé dans la catégorie pour accélérer ce processus.
Je sais qu'il y a eu une discussion auparavant sur ce sujet (intitulée : Questions sur le type de réponse multiple dans la plateforme catégorielle) et je cherche à voir s'il y a des mises à jour.
Objet : Comparaisons de moyennes pour les mesures répétées sur les données d'enquêteVous avez raison. La plateforme Categorical ne gère pas actuellement tous les types de mesures répétées. Comme vous l'avez demandé, nous avons implémenté des corrections de chevauchement pour les mesures répétées pour le type de réponses alignées répétées. Je comprends que cela ne couvre pas tous les cas de mesures répétées et qu'il est souhaitable de gérer les réponses répétées.
Comme indiqué précédemment, SAS peut gérer ces problèmes de manière appropriée. Une solution consisterait donc à écrire un module complémentaire JMP qui se connecte à SAS et transmet les données à analyser, puis les résultats présentés dans JMP.
Je tiens toutefois à souligner que ces analyses sont complexes. Souvent, il n'y a pas assez de mesures répétées par sujet pour estimer un modèle à mesures répétées. L'exemple que vous avez publié ici en est un parfait exemple.
Nous n'avons actuellement aucun projet d'implémentation de modèles mixtes linéaires généralisés dans JMP, ce que fait PROC GLMMIXED. Nous comprenons votre situation et souhaitons le faire dans JMP, mais ce type de modèle ne figure pas actuellement sur notre feuille de route.
Objet : Comparaisons de moyennes pour les mesures répétées sur les données d'enquêtePoursuivons sur le sujet des mesures répétées. Il semble que l'industrie des biens de consommation continue d'évoluer vers un nombre croissant de modèles de tests dans lesquels des modèles de tests à mesures répétées sont utilisés. Sur la base de la réponse précédente, il semble que l'approche catégorielle actuelle souffre de l'hypothèse des mesures répétées et que l'approche des modèles mixtes a des problèmes pour traiter les réponses catégorielles comme continues. Pouvez-vous nous éclairer sur la question de savoir si les futures versions de JMP pourraient envisager des améliorations de la plateforme pour couvrir cette approche nécessaire ?
Objet : Comparaisons de moyennes pour les mesures répétées sur les données d'enquêteScott,
La raison pour laquelle le résultat est si différent n'est pas due à l'hypothèse de chevauchement, mais au fait que les deux modèles sont très différents. La plate-forme catégorique traite Looks Good comme une variable catégorique. Elle possède le type de modélisation continue, mais le placer dans un tableau de contingence revient en fait à demander à JMP de la traiter de toute façon comme catégorique.
Je peux comprendre pourquoi quelqu'un pourrait choisir de traiter « Looks Good » comme continu. JMP ne propose pas de modèles mixtes pour les données catégorielles. Il n'y a pas non plus autant d'options pour les comparaisons multiples dans la littérature statistique que pour les données continues. Si vous étiez vraiment inquiet de l'hypothèse des mesures répétées dans ce cas, vous pourriez utiliser PROC GLIMMIX dans SAS. J'ai essayé d'estimer un modèle mixte pour Looks Good en utilisant PROC GLIMMIX, et le modèle ne convergeait pas. Ce n'est pas surprenant. Vous n'avez que deux observations par personne. Un modèle ordinal pour ces données nécessite 4 estimations d'interception. L'estimation d'une interception aléatoire pour chaque personne n'est pas possible pour un modèle ordinal avec ces données.
J'ai également essayé une version dans laquelle j'ai recodé Looks Good pour qu'il ait 3 niveaux au lieu de 5. Ce modèle converge, mais seulement avec des avertissements. Je pense qu'un modèle mixte n'est pas une bonne solution pour ces données. Le PDF ci-joint montre à la fois le code SAS et la sortie (le logiciel communautaire ne considère pas les fichiers texte comme des téléchargements valides).
« Looks Good » n'a que 5 valeurs distinctes (et, en réalité, seules 3 d'entre elles sont utilisables car presque personne n'a répondu en utilisant les deux derniers niveaux). Il devrait avoir le type de modélisation ordinale. Si c'était le cas, Fit Model produirait une régression logistique ordinale (tableau avec exemple ci-joint). Si vous faites cela, la valeur p pour le produit A par rapport au produit B est presque identique à celle produite par la plateforme catégorielle. (Elle ne sera pas exactement identique car il y a un prédicteur supplémentaire dans la version Fit Model.)
À mon avis, pour cet exemple, traiter une colonne catégorielle comme continue est au moins aussi mauvais que de violer l'hypothèse des mesures répétées. Les tracés « Actual By Predicted » en haut de la sortie Fit Mixed sont plutôt mauvais. Les valeurs p dans la sortie sont faussement basses car le modèle n'est pas assez compliqué pour ajuster les données, et donc les valeurs p dans les tests d'hypothèses sont basées sur des hypothèses qui ne sont pas vraies. JMP fait la « bonne chose » selon ce que vous lui avez dit de faire, mais il suppose que vous lui avez donné les bonnes instructions et que l'utilisateur vérifie les hypothèses du modèle à l'aide de la sortie fournie.
Objet : Comparaisons de moyennes pour les mesures répétées sur les données d'enquêteJe suis intéressé de savoir si JMP va développer quelque chose dans cette direction pour gérer les études croisées ou d'autres études à mesures répétées où plusieurs traitements sont impliqués. Je vois ici une variété de structures répétées. Beaucoup d'entre elles peuvent être traitées à l'aide de la personnalité mixte dans Fit Model, mais aucune ne peut être gérée par Categorical aujourd'hui...
Objet : Comparaisons de moyennes pour les mesures répétées sur les données d'enquêteMelinda-
Ci-joint un exemple de fichier de données pour un test de mesures répétées de 2 produits. Il s'agit d'un format typique que nous recevons de nos fournisseurs. Nous avons un module complémentaire qui automatise une grande partie de la procédure et affiche les résultats d'une manière plus cohérente avec le format Consumer Research > Categorical > Structured. J'aimerais partager cela avec vous pour vous montrer comment cela fonctionne et ce qu'il fait, mais je préférerais un partage direct plutôt qu'un partage communautaire si cela est possible. De plus, pour plus de perspective, j'ai supprimé la majorité des colonnes/questions, mais c'est la raison pour laquelle je demande un moyen de poser plus d'une question à la fois.
Merci,
Scott
Objet : Comparaisons de moyennes pour les mesures répétées sur les données d'enquêteMelinda-
Merci d'avoir répondu. Je recherche un ensemble de données pour tester cela et voir à quoi cela pourrait ressembler. Par ailleurs, nous avons des modules complémentaires qui nous rapprochent du but, et je peux montrer comment nous les utilisons si cela aide à illustrer mon exemple.
En ce qui concerne le chevauchement, je vais également extraire un exemple d'ensemble de données pour vous montrer un problème potentiel afin de voir si vous pouvez me conseiller sur la manière dont je peux l'utiliser correctement.
Merci,
Scott
Objet : Comparaisons de moyennes pour les mesures répétées sur les données d'enquêteBonjour Scott. J'ai vu quelques demandes de correction de chevauchement pour les comparaisons de moyennes afin de vérifier tout ce qui s'applique.
À la demande de P&G, nous avons ajouté une comparaison de chevauchement aux mesures répétées pour les comparaisons de moyennes dans JMP 13.0. Cette fonctionnalité ne fonctionne que si vous n'avez pas spécifié de colonne X.
Vous dites que vous disposez de « nombreux moyens de comparaison » : cela résoudrait-il votre problème si nous ajoutions la prise en charge des colonnes X aux comparaisons de chevauchement sur Repeated ?
