Mittelwertvergleiche für wiederholte Messungen von UmfragedatenWas ist die effizienteste Methode, um Mittelwerte wiederholter Messungen von Umfragedaten zu vergleichen? Derzeit scheint es zwei Hauptmethoden zu geben: Matched Pairs und Fit-Modell (mit der Panel-ID als Zufallseffekt). Bei vielen der von uns durchgeführten Tests haben wir jedoch viele Mittelwerte zum Vergleichen, und ich schaue, ob es in der Registerkarte „Verwandte“ in „Kategorisch“ zusätzliche Funktionen gibt, um diesen Prozess zu beschleunigen.
Ich weiß, dass es zu diesem Thema bereits eine Diskussion gab (mit dem Titel: Fragen zum Multiple-Response-Typ in der kategorialen Plattform) und ich schaue, ob es Aktualisierungen gibt.
Betreff: Mittelwertvergleiche für wiederholte Messungen von UmfragedatenSie haben Recht. Die kategoriale Plattform verarbeitet derzeit nicht alle Arten wiederholter Messungen. Wie von Ihnen gewünscht, haben wir Überlappungskorrekturen für wiederholte Messungen für den Typ „Wiederholt“ ausgerichteter Antworten implementiert. Ich verstehe, dass dies nicht alle Fälle wiederholter Messungen abdeckt und dass es wünschenswert ist, wiederholte Antworten zu verarbeiten.
Wie bereits erwähnt, kann SAS diese Probleme angemessen verarbeiten. Eine Lösung wäre daher, ein JMP-Add-In zu schreiben, das eine Verbindung zu SAS herstellt und die zu analysierenden Daten und dann die in JMP dargestellten Ergebnisse übergibt.
Ich möchte jedoch darauf hinweisen, dass diese Analysen kompliziert sind. Oftmals gibt es nicht genügend wiederholte Messungen pro Subjekt, um ein Modell mit wiederholten Messungen zu schätzen. Das Beispiel, das Sie hier gepostet haben, ist ein Paradebeispiel.
Wir haben derzeit keine Pläne, verallgemeinerte lineare Mischmodelle in JMP zu implementieren, was PROC GLMMIXED tut. Wir verstehen Ihre Situation und Ihren Wunsch, dies in JMP zu tun, aber dieser Modelltyp steht derzeit nicht auf unserer Roadmap.
Betreff: Mittelwertvergleiche für wiederholte Messungen von UmfragedatenUm das Thema wiederholte Messungen fortzusetzen: Es scheint, dass die Konsumgüterindustrie immer mehr Testdesigns verwendet, bei denen wiederholte Messungen zum Einsatz kommen. Basierend auf der vorherigen Antwort scheint der aktuelle kategorische Ansatz unter der Annahme wiederholter Messungen zu leiden, und der Ansatz gemischter Modelle hat Probleme damit, die kategorischen Antworten als kontinuierlich zu behandeln. Können Sie uns etwas darüber sagen, ob zukünftige Versionen von JMP Plattformverbesserungen in Betracht ziehen könnten, um diesen erforderlichen Ansatz abzudecken?
Betreff: Mittelwertvergleiche für wiederholte Messungen von UmfragedatenScott,
Der Grund, warum die Ausgabe so unterschiedlich ist, liegt nicht an der Annahme der Überlappungen, sondern daran, dass es sich bei beiden um sehr unterschiedliche Modelle handelt. Die kategoriale Plattform behandelt „Sieht gut aus“ als kategoriale Variable. Es hat den kontinuierlichen Modellierungstyp, aber wenn man es in eine Kontingenztabelle einfügt, fordert man JMP im Grunde auf, es trotzdem als kategorisch zu behandeln.
Ich kann verstehen, warum jemand „Sieht gut aus“ als kontinuierlich behandeln möchte. JMP bietet keine gemischten Modelle für kategorische Daten. Außerdem gibt es in der statistischen Literatur nicht so viele Optionen für Mehrfachvergleiche wie für kontinuierliche Daten. Wenn Sie in diesem Fall wirklich über die Annahme wiederholter Messungen besorgt wären, könnten Sie PROC GLIMMIX in SAS verwenden. Ich habe versucht, mit PROC GLIMMIX ein gemischtes Modell für „Sieht gut aus“ zu schätzen, und das Modell konvergierte nicht. Das ist nicht überraschend. Sie haben nur zwei Beobachtungen pro Person. Ein Ordinalmodell für diese Daten erfordert 4 Achsenabschnittsschätzungen. Die Schätzung eines zufälligen Achsenabschnitts für jede Person ist für ein Ordinalmodell mit diesen Daten nicht möglich.
Ich habe auch eine Version ausprobiert, bei der ich Looks Good neu codiert habe, sodass es 3 statt 5 Ebenen hat. Dieses Modell konvergiert zwar, aber nur mit Warnungen. Meiner Meinung nach ist ein gemischtes Modell für diese Daten keine gute Lösung. Das angehängte PDF zeigt sowohl den SAS-Code als auch die Ausgabe (die Community-Software betrachtet Textdateien nicht als gültige Uploads).
„Sieht gut aus“ hat nur 5 verschiedene Werte (und tatsächlich sind nur 3 davon verwendbar, da kaum jemand mit den letzten beiden Ebenen geantwortet hat). Es sollte den ordinalen Modellierungstyp haben. Wenn dies der Fall wäre, würde Fit Model eine ordinale logistische Regression erzeugen (Tabelle mit Beispiel beigefügt). Wenn Sie das tun, ist der p-Wert für Produkt A gegenüber Produkt B nahezu identisch mit dem, der von der kategorialen Plattform erzeugt wird. (Er wird nicht genau identisch sein, da es in der Fit Model-Version einen zusätzlichen Prädiktor gibt.)
Meiner Meinung nach ist es in diesem Beispiel mindestens genauso schlimm, eine kategorische Spalte als kontinuierlich zu behandeln, wie die Annahme wiederholter Messungen zu verletzen. Die Diagramme „Tatsächlich vs. Vorhergesagt“ oben in der Ausgabe „Gemischte Anpassung“ sehen ziemlich schlecht aus. Die p-Werte in der Ausgabe sind irreführend niedrig, da das Modell nicht kompliziert genug ist, um die Daten anzupassen, und die p-Werte in den Hypothesentests daher auf Annahmen basieren, die nicht zutreffen. JMP macht das „Richtige“ gemäß Ihrer Anweisung, geht jedoch davon aus, dass Sie ihm die richtigen Anweisungen gegeben haben und dass der Benutzer die Modellannahmen anhand der bereitgestellten Ausgabe überprüft.
Betreff: Mittelwertvergleiche für wiederholte Messungen von UmfragedatenMich interessiert, ob JMP etwas in Richtung der Handhabung von Crossover-Studien oder anderen wiederholten Messungen wie Studien mit mehreren Behandlungen entwickeln wird. Ich sehe hier eine Vielzahl wiederholter Strukturen. Viele davon können mit der gemischten Persönlichkeit im Fit-Modell gehandhabt werden, aber keine davon kann heute mit Categorical gehandhabt werden ...
Betreff: Mittelwertvergleiche für wiederholte Messungen von UmfragedatenMelinda-
Anbei eine Beispieldatendatei für einen Test mit wiederholten Messungen an zwei Produkten. Dies ist ein typisches Format, das wir von unseren Lieferanten erhalten. Wir haben ein Add-In, das einen Großteil des Verfahrens automatisiert und die Ergebnisse in einer Weise anzeigt, die dem Format „Verbraucherforschung > Kategorisch > Strukturiert“ besser entspricht. Ich würde das gerne mit Ihnen teilen, um Ihnen zu zeigen, wie es funktioniert und was es bewirkt, aber wenn möglich, wäre eine direkte Freigabe einer Freigabe durch die Community vorzuziehen. Auch aus Gründen der Perspektive habe ich die meisten Spalten/Fragen entfernt, aber das ist der Grund, warum ich nach einer Möglichkeit gefragt habe, mehr als eine Frage gleichzeitig zu stellen.
Danke,
Scott
Betreff: Mittelwertvergleiche für wiederholte Messungen von UmfragedatenMelinda-
Vielen Dank für Ihre Antwort. Ich suche nach einem Datensatz, um dies auszuprobieren und zu sehen, wie das aussehen könnte. Außerdem haben wir einige Add-Ins, die uns näher heranbringen, und ich kann demonstrieren, wie wir diese verwenden, wenn das zur Veranschaulichung meines Beispiels beiträgt.
Bezüglich der Überlappung werde ich auch einen Beispieldatensatz heranziehen, um Ihnen ein potenzielles Problem aufzuzeigen und zu sehen, ob Sie mir bei der ordnungsgemäßen Verwendung raten können.
Danke schön,
Scott
Betreff: Mittelwertvergleiche für wiederholte Messungen von UmfragedatenHallo, Scott. Ich habe einige Anfragen für eine Überlappungskorrektur für Mittelwertvergleiche gesehen, um alle zutreffenden Punkte anzukreuzen.
Auf Anfrage von P&G haben wir den wiederholten Messungen für Mittelwertvergleiche in JMP 13.0 einen Überlappungsvergleich hinzugefügt. Diese Funktion funktioniert nur, wenn Sie keine X-Spalte angegeben haben.
Sie sagen, Sie haben „viele Vergleichsmöglichkeiten“. Wäre Ihr Problem gelöst, wenn wir den Überlappungsvergleichen bei „Wiederholt“ Unterstützung für X-Spalten hinzufügen würden?
