マッチドペア vs. 縦断的分析 vs. ??M専門のトレーニング プログラムを受講し、その習熟度 (0 ～ 100) を測定した 100 人の学生のデータ セットがあります。これは、さまざまな方法でテスト (A、B、C、D、E、F) され、さまざまな時点で測定されます。各学生について、最初の評価、2 か月後の評価、3 か月後の最終評価が行われます。大幅な改善があるかどうかを判断したいのですが、どのような統計テストを実行すればよいかわかりません。3 か月目と 1 か月目を比較し、1 か月目、2 か月目、3 か月目を比較したいと考えています。
たとえば、マッチしたペアを使用して、3 か月目と 1 か月目を比較し、100 人の生徒の間に有意差があるかどうかを確認できます。また、3 か月目 - 1 か月目を計算し、それが 0 と有意に異なるかどうかを確認することもできます。また、習熟度の向上に影響を与えるかどうかを確認したいカテゴリ要因もいくつかあります。
現在、データは生徒ごとに 1 行、変数/要因 (カテゴリと、初期、2 か月後、3 か月後の効率テスト) の列で構成されており、これは 6 つのテスト (A から F) のそれぞれに対して繰り返されます。一致するペアを個別に実行せずに分析を完了する簡単な方法はありますか? 縦断的分析について聞いたことがありますが、これはパフォーマンスが 1 か月目から 2 か月目、3 か月目まで時間の経過とともに変化するかどうかを確認するのに役立つと思います。
JMPプロ18
高度な統計モデリング基本的なデータ分析とモデリングデータの探索と視覚化macOSRe: マッチドペア vs. 縦断的分析 vs. ??Mこんにちは@Clarknj : 対応のある t 検定は、混合モデルの特殊なケースです。これは、学生をランダム効果、関心のある要因を固定効果とする混合モデルに相当します。つまり、1 か月、2 か月、3 か月のデータを 1 つの列に積み重ね、混合モデル プラットフォームで月を固定効果 (必要に応じて他のカテゴリ要因とともに)、学生をランダム効果とします。このようなことは、ここで議論されました:
https://community.jmp.com/t5/Discussions/Paired-t-test-on-long-format-table/mp/740466#M92189 (スレッド全体を読む価値があります)。
混合モデル プラットフォームを使用すると、関心のあるすべての比較を行うことができます。
Re: マッチドペア vs. 縦断的分析 vs. ??Mリンクと説明をありがとうございます。これは、時間の経過に伴う効果に重点を置く縦断的分析と同じですか? 固定効果は時間であり、その期間にわたる反応を得て、期間のセグメントが他のセグメントよりも重要であるかどうかを判断できるのでしょうか?
Re: マッチドペア vs. 縦断的分析 vs. ??Mこんにちは@Clarknj 。あなたは今、非常に大きな氷山の一角にいます!
簡単に答えると？はい、この方法で縦断的分析（反復測定）を実行できます。重要な要素の 1 つは、共分散構造の選択です。開始するには、以下を参照してください。
https://community.jmp.com/t5/JMP-Knowledge-Base/Analyzing-Repeated-Measures-in-JMP-Software/ta-p/575343
高度な領域に入ります。次の内容が役立つかもしれません。
https://support.sas.com/resources/papers/proceedings/proceedings/muro30/198-30.pdf
https://faculty.washington.edu/heagerty/Courses/VA-longitudinal/private/Littell-StatMed2000.pdf
行き詰まったら、ぜひ戻ってきてください。ただし、問題の潜在的な複雑さやニュアンスによっては、オンライン コミュニティ (当社のような) で対応できる範囲を超えてしまう可能性があることに注意してください。
