Doğrusal karma etkiler modelinin sonuçlarının raporlanması


12

Doğrusal karışık efekt modelleri biyolojimin köşesinde yaygın olarak kullanılmıyor ve yazmaya çalıştığım bir makalede kullandığım istatistiksel testi bildirmem gerekiyor. Çok düzeyli modelleme bilincinin biyo-bilimlerin bazı alanlarında ortaya çıkmaya başladığını biliyorum ( Bağımlılığa bir çözüm: iç içe verileri barındırmak için çok düzeyli analiz kullanma ), ancak yine de sonuçlarımı nasıl raporlayacağımı öğrenmeye çalışıyorum!

Kısaca deneysel tasarımım:
* Denekler dört tedavi grubundan birine atandı
* Bağımlı değişkenin ölçümleri, tedavinin başlamasından sonraki günlerde alındı
* Tasarım dengesiz (tedavi gruplarındaki eşit olmayan sayıda kişi ve eksik Bazı kişiler için bazı günlerde yapılan ölçümler)
* Tedavi A referans kategoridir
* Verileri tedavinin son gününde ortaladım

Tedavi A'nın (referans kategorisi) diğer tedavilerden (tedavi sonunda) önemli ölçüde daha iyi sonuçlar verip vermediğini bilmek istiyorum.

Analizimi R'de nlme kullanarak yaptım:

mymodel <- lme(dv ~ Treatment*Day, random = ~1|Subject, data = mydf, na.action = na.omit, 
+ correlation = corAR1(form = ~1 |Subject), method = "REML")

Ve çıktı (kısmen; kısalık için kesilmiş):

>anova(mymodel)
              numDF denDF  F-value p-value
(Intercept)      1   222 36173.09  <.0001
Treat            3    35    16.61  <.0001
Day              7   222     3.43  0.0016
Treat:Day       21   222     3.62  <.0001

>summary(mymodel)
Fixed effects: dv ~ Treatment * Day 
                       Value Std.Error  DF  t-value p-value
(Intercept)         7.038028 0.1245901 222 56.48945  0.0000
TreatmentB          0.440560 0.1608452  35  2.73903  0.0096
TreatmentC          0.510214 0.1761970  35  2.89570  0.0065
TreatmentD          0.106202 0.1637436  35  0.64859  0.5208

Yani, Günün etkisinin Tedaviye göre değiştiğini ve tedavinin son gününde (verilerin ortalandığı yerde) dv'nin A Tedavisinde B veya C Tedavilerinden önemli ölçüde farklı olduğunu biliyorum.

Söylemek istediğim şudur: "Tahmin edileceği gibi, Bağımlı Değişkenin Tedavi A (ortalama +/- SE) alan deneklerde Tedavi B (ortalama +/- SE, p = 0.0096) veya Tedavi alan deneklere göre anlamlı olarak daha düşük olduğunu bulduk C (ortalama +/- SE, p = 0.0065), tedavinin son gününde ölçüldüğü gibi. "

Ancak, hangi istatistiksel testin yapıldığını belirtmeliyim. Bu analizi tanımlamanın kabul edilebilir bir yolu olabilir mi? "[Ölçüm Yöntemi] belirtilen günlerde yapıldı ve Bağımlı Değişken (birimler) belirlendi; log-dönüştürülmüş verileri [tedavinin son günü] merkezli doğrusal karışık etkiler modeli kullanarak analiz ettik. Semboller ortalama dv'yi temsil eder; hata çubukları Standart hata. Tedavinin son gününde dv, Tedavi A'da (ortalama +/- SE) Tedavi B'den (ortalama +/- SE, p = 0.0096) önemli ölçüde düşüktü ... "

Özellikle,
* Bu kullanılan istatistiksel test hakkında yeterli midir? (Okuyucular "ortalama +/- SE, p = 0.0096, Öğrencinin t-testi" gibi bir şeyi görmeye alışkındır, ancak doğrusal karışık etkilerden Tedavi B'ye karşı Tedavi A'ya karşı A katsayısı "p = 0.0096 yazmak garip görünüyor. [tedavinin son günü] modelinde. ")
* Bunu koymanın daha iyi bir yolu var mı?

(Yöntemler bölümü, istatistikler hakkında daha fazla bilgi içerecektir: "[Ölçüm Yöntemi] verileri R ve R paketleri kullanılarak analiz edildi ... Günlük dönüşümlü Bağımlı Değişken verilerini, rastgele efektler olarak Konular kullanan doğrusal karışık efekt modelleri kullanarak analiz ettik ve sabit etkiler olarak, Tedavi ve Gün ile Tedavi ile Günün etkileşimini dahil ettik, artıkların parsellerinin uygun değerlere göre görsel muayeneleri ile normallik ve homojenliği kontrol ettik. karışık efekt analizlerinde, sabit efektli modelleri null modellerle sadece rastgele etkilerle karşılaştırarak olasılık oranı testleri yaptık. ")

Sıklıkla istatistikten etkilenen bir kitle (ve göreceli bir istatistik acemi tarafından yazılan) için doğrusal karışık efektler modelinin sonuçlarının nasıl rapor edileceğine dair herhangi bir tavsiye büyük takdir edilecektir!


çalışmanın son gününde 'ortalanmış' ile ne demek istediğinizi açıklayabilir misiniz? neden sadece çalışmayı son gününde 0 ila gün sayısı arasında pompalamıyorsunuz? Ayrıca - özet tablonuzda- etkileşim etkileri nerede?
colin

Yanıtlar:


1

Bu, sorunuzun yanıtlanmasına yardımcı olmayabilir, ancak denemenizde tekrarlanan bir ölçü (Gün) olduğunu fark ettim, ancak bunun modelinizde tekrarlanan bir ölçü olduğunu belirtmediniz. Modelinizdeki rastgele terimin böyle olacağını düşünürdüm:

mymodel <- lme(dv ~ Treatment*Day, random = ~1|Subject/Day, 
               data = mydf, na.action = na.omit,
               correlation = corAR1(form = ~1 |Subject/Day), method = "REML")

Sonuçların raporlanmasına gelince, tedaviler arasında önemli farklılıklar görmeye başladığınız günü bildirmeyi düşündünüz mü? Eğer öyleyse, o zaman etkileşim dönemindeki kontrastlara da bakmanız / rapor etmeniz gerektiğini düşünüyorum. Ben kendim bir istatistik acemi ve temelde aynı soru var :-)

Andy Field'ın "R Kullanarak İstatistikleri Keşfetme" , Ch14'teki doğrusal karışık efektler modelinden sonuçların nasıl raporlanacağını açıklar. Elimdeki kitap yok ama elimi tekrar ele geçirdikten sonra bu yazıyı düzenleyebilirim.


Bu, Gün tüm Konular için aynıysa, sanırım iç içe rastgele bir faktörden ziyade bir çarpı olduğunu, değil mi? O zaman çünkü gün sürekli olduğundan dikey çizginin önüne yerleştirilir. Yorumlar takdir! random= Day|Subject
Aura Borealis
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.