845744_de-DE

liliconcom

So spezifizieren Sie ein gemischtes Modell richtig

Hallo,

Ich analysiere derzeit EEG-Beta-Power-Daten mithilfe eines gemischten Modells in JMP und möchte sicherstellen, dass ich das Modell richtig spezifiziere. Mein Datensatz ist im Langformat strukturiert, wobei jede Zeile eine einzelne Beobachtung mit den folgenden Variablen darstellt:

Thema	Gruppe	Stimulus	Elektrode	Zeit	Leistung
1	A	X	Cz	-0,4	1.23
1	A	X	Cz	-0,2	1,45
1	A	X	Pz	-0,4	0,56
...	...	...	...	...	...
1	A	Y	Cz	-0,4	2,91
...	...	...	...	...	...
2	B	X	Cz	-0,4	1.31
...	...	...	...	...	...
11	B	Y	Pz	-0,2	2.34

Ich möchte eine Analyse durchführen, bei der:

• Feste Effekte include Group, Stimulus, and Electrode, along with their interactions.

Fragen:

Wie muss ich die wiederholte Struktur im gemischten Modell von JMP richtig angeben?

Ich wäre für jeden Hinweis dankbar, wie ich diese Analyse in JMP richtig strukturieren kann. Vielen Dank!

Erweiterte statistische ModellierungBetreff: So geben Sie ein gemischtes Modell richtig an

Hallo @RMSJaguar755 ,

Willkommen in der Community!
Haben Sie sich bereits den JMP-Hilfeabschnitt zur Modellierung wiederholter Messungen angesehen: Beispiel für wiederholte Messungen ?

Es scheint, dass Ihr Datenformat dem aus dem in der JMP-Hilfe angezeigten Beispiel sehr ähnlich ist, wo die Reaktion gemessen und zu verschiedenen Zeitpunkten wiederholt wird.
Ich bin mir nicht sicher, ob der Begriff „Macht“ in Ihrem Kontext zutrifft, aber er könnte als Kovariate und/oder Zufallseffekt verwendet werden.

Wenn Sie weitere Hilfe/Anleitung benötigen, könnten Sie weitere Einzelheiten (und möglicherweise einen anonymisierten Datensatz zum Testen einiger Modellierungsansätze) bereitstellen, damit andere Mitglieder der Community an dieser Diskussion teilnehmen und Erkenntnisse beitragen können?

Betreff: So geben Sie ein gemischtes Modell richtig an

Ihre Antwort könnte etwa wie folgt lauten:

---

Vielen Dank für Ihre schnelle Antwort! Ich habe den Abschnitt „Modellierung wiederholter Messungen“ in der JMP-Hilfe gelesen und bin der Meinung, dass meine Datenstruktur dem dort bereitgestellten Beispiel ähnelt.

Um meine Analyse zu verdeutlichen:

• Ich habe EEG-Betaband-Leistungsdaten von zwei Gruppen (Responder, Nicht-Responder).
• Jedem Probanden wurden drei Arten von Reizen präsentiert.
• Das EEG wurde von 32 Elektroden aufgezeichnet.
• Die Beta-Leistung wurde zu 6 Zeitpunkten gemessen (-0,4 s, -0,2 s, 0 s, 0,2 s, 0,4 s, 0,6 s).

Mein Ziel ist es, eine gemischte Modellanalyse durchzuführen, bei der das Subjekt als wiederholte Messung behandelt wird, während ich die Auswirkungen von Gruppe (Responder/Nicht-Responder), Stimulus (S1, S2, S3) und Elektrode (Cz, Oz, P3, P4) auf die Beta-Leistung im Zeitverlauf analysiere. Ich bin mir nicht sicher, wie ich die wiederholte Struktur im gemischten Modellrahmen in JMP am besten angeben kann.

Ich habe einen simulierten Datensatz im Langformat als Referenz angehängt.

Wie soll ich das gemischte Modell in JMP angemessen strukturieren? Soll ich die Zeit als wiederholte Messung behandeln und das Subjekt als zufälligen Effekt einbeziehen? Ich wäre für jede Anleitung zum korrekten Einrichten der Modelleffekte dankbar.

Ich danke Ihnen für Ihre Hilfe!

Betreff: So geben Sie ein gemischtes Modell richtig an

Um ein paar Dinge klarzustellen:

1. Ein gemischtes Modell ist ein Zustand, in dem Sie feste und zufällige Effekte kombinieren.

2. In Ihrem Fall ist Ihre Antwort Leistung, Ihre festen Effekte sind die mit Gruppe, Stimulus und Elektrode verbundenen Effekte und Ihre Zufallsvariable ist Zeit? Ich bin nicht sicher, ob Zeit hier im Sinne von Schätzbarkeit und Zuweisbarkeit im Modell ein Zufallseffekt ist. Was ich in Frage stelle, ist, ob Zeit unabhängig von den festen Effekten ist. Ändern sich die festen Effekte zwischen den verschiedenen Zeitpunkten? Wenn nicht, dann ist Zeit nicht unabhängig von den festen Effekten. Die festen Effekte waren konstant, als zwei verschiedene Datenpunkte rechtzeitig erfasst wurden. In diesem Fall hätten Sie wiederholte Messungen. Wiederholte Messungen haben keine DFs. Sie können bewertet werden (indem man sich die Variation innerhalb der Behandlung ansieht), aber Sie erhalten keine DFs, um diese Effekte zu modellieren. Sie können enumerative Statistiken schätzen, um diese Daten zu beschreiben (z. B. Durchschnitt, Varianz, Steigung) und auswerten, ob die festen Effekte diese Antwortvariablen beeinflussen. Die wiederholten Messungen sind keine geeignete Schätzung des MSE.

Betreff: So geben Sie ein gemischtes Modell richtig an

Bitte veröffentlichen Sie Ihren Datensatz in einer JMP-Tabelle.