Si quelqu'un connaît les valeurs estimées après l'ajustement du modèle et le contenu des tests d'effet, j'apprécierais que vous me le fassiez savoir.
J'ai commencé à utiliser JMP pour utiliser ANVOVA pour comparer les valeurs quantitatives des sujets sains et malades pour chaque atlas en utilisant un certain indice quantitatif.
À cette époque, la valeur d’un atlas pour un sujet ne pouvait pas être mesurée et était considérée comme une valeur manquante.
Cependant, lorsque j'ai rédigé l'équation estimée après avoir ajusté le modèle, les valeurs manquantes ont été reflétées comme des valeurs estimées. Je souhaite exclure ces valeurs manquantes du test lorsque je teste l'effet.
Les traitez-vous comme des valeurs manquantes en effectuant un traitement ? Ou calculez-vous simplement une estimation et les traitez-vous comme des valeurs manquantes ?
Si quelqu'un le sait, merci de me le faire savoir.
Salut @pe1 ,
Le modèle créé dans la colonne calcule systématiquement chaque ligne, indépendamment de la présence de valeurs manquantes dans les autres colonnes. Vous pouvez toutefois masquer et exclure les lignes contenant ces valeurs manquantes. Cliquez simplement sur la cellule vide de la colonne d'origine, faites un clic droit et sélectionnez « Sélectionner les cellules correspondantes », puis accédez à Lignes > Masquer et exclure.
Merci!
Ben
Je ne connais pas bien l'analyse médicale, donc je ne comprends pas votre question. L'ANVOVA est-elle une « ANCOVA » (analyse de covariance) ? Plus précisément, quel modèle utilisez-vous et quelles variables cibles (variable de réponse, variable Y, variable dépendante) et explicatives (variable prédictive, variable X, facteur) présentent des valeurs manquantes ? Cela signifie-t-il que vous effectuez une ANCOVA avec la « valeur paramétrique » comme variable de réponse, y compris « atlas », « groupe sain/groupe de maladie » et d'autres covariables ?
■Lors de l'ajustement d'un modèle de régression linéaire, tel qu'un modèle d'analyse de covariance (ANCOVA), à l'aide de « Modèle d'ajustement », les lignes de données dont la variable de réponse est manquante ne sont pas utilisées pour le calcul des estimations des paramètres (coefficients de régression, pondérations, estimations des paramètres). Cependant, même si la variable de réponse présente des valeurs manquantes, vous pouvez toujours calculer ses valeurs prédites.
■Lors de l'ajustement d'un modèle de régression linéaire tel qu'un modèle d'analyse de covariance (modèle ANCOVA) à l'aide de « Ajuster le modèle », le comportement des lignes de données avec des valeurs manquantes dans les variables explicatives différera selon l'option « Traiter les valeurs manquantes comme des catégories ».
Si l'option « Traiter les valeurs manquantes comme catégorielles » est désactivée, toute ligne de données contenant ne serait-ce qu'une seule valeur manquante dans l'une des variables explicatives est exclue du calcul. Dans ce cas, la ligne contenant la valeur manquante n'est pas utilisée dans le calcul des estimations des paramètres, et la valeur prédite de la variable de réponse est également manquante.
Si l'option « Traiter les valeurs manquantes comme catégorielles » est activée, les valeurs manquantes des variables explicatives sont traitées comme une seule catégorie et utilisées dans l'analyse. Dans ce cas, les lignes contenant des valeurs manquantes sont utilisées pour calculer les estimations des paramètres et les valeurs prédites de la variable de réponse.
L'option Traiter les valeurs manquantes comme catégorielles peut être activée ou désactivée à l'aide des options disponibles en cliquant sur le triangle rouge Spécification du modèle dans le coin supérieur gauche de la boîte de dialogue de lancement d'Ajuster le modèle.
