Test de permutationCher lecteur,
J'étudie la corrélation entre le métabolisme périphérique (insuline, glucose, HbA1c) et les métabolites cérébraux (NAA, Cho, mI) chez les patients atteints de diabète de type 2 et chez le groupe témoin. J'ai choisi le rho de Spearman car il n'y avait pas de distribution normale. Je souhaite maintenant déterminer s'il existe une différence entre les corrélations. Par exemple, existe-t-il une différence entre la corrélation insuline-NAA chez les patients atteints de diabète de type 2 et celle observée chez le groupe témoin ? Je pense que le test de permutation est la meilleure méthode, mais je ne trouve pas de méthode efficace. Il y a un ajout : https://community.jmp.com/t5/Abstracts/A-JMP-Add-In-for-Teaching-Statistical-Inference-Using-Resampling/ev-p/850154
Mais celui-ci est terminé. J'ai donc pensé à utiliser un script, mais je ne suis pas un excellent codeur et je ne trouve pas d'exemple. J'utilise JMP 17 Pro.
J'espère que tu pourras m'aider, avec mes meilleures salutations Teun.
Modélisation statistique avancéeWindowsRe: Test de permutationSalut,
Je ne suis pas sûr de bien comprendre votre question.
Au lieu de calculer la corrélation, puis de les comparer entre les groupes de sujets, avez-vous envisagé d'utiliser un modèle linéaire mixte (Analyser > Ajuster le modèle) où Y serait vos données d'INSULINE (pas les valeurs de corrélation) et les effets seraient les données NAA, le STATUT DE LA MALADIE (DT2 vs. CONTRÔLE) et un terme d'INTERACTION de NAA x STATUT DE LA MALADIE.
Faites-nous savoir si cela va dans la bonne direction ou si ce n’est pas ce que vous recherchez.
Cordialement,
TS
Re: Test de permutationSalut,
Cela aurait pu être une option appropriée, mais les hypothèses sont violées — par exemple, les résidus ne sont pas normalement distribués pour l’insuline.
