การรายงานผลของตัวแบบผสมผลกระทบเชิงเส้น


12

แบบจำลองเชิงเส้นผสมแบบเชิงเส้นไม่ได้ใช้กันทั่วไปในมุมชีววิทยาของฉันและฉันต้องรายงานการทดสอบทางสถิติที่ฉันใช้ในกระดาษที่ฉันพยายามจะเขียน ฉันรู้ว่าการตระหนักถึงการสร้างแบบจำลองหลายระดับเริ่มปรากฏในบางพื้นที่ของวิทยาศาสตร์ชีวภาพ ( วิธีแก้ปัญหาสำหรับการพึ่งพา: ใช้การวิเคราะห์หลายระดับเพื่อรองรับข้อมูลที่ซ้อนกัน ) แต่ฉันยังคงพยายามเรียนรู้วิธีรายงานผลของฉัน!

การออกแบบการทดลองโดยสังเขปของฉัน:
* ผู้เข้าร่วมการวิจัยได้รับมอบหมายให้หนึ่งในสี่กลุ่มการรักษา
* การวัดตัวแปรตามขึ้นอยู่กับหลายวันหลังจากเริ่มการรักษา
* การออกแบบไม่สมดุลกัน (จำนวนไม่เท่ากันของกลุ่มการรักษา การวัดสำหรับบางวิชาในบางวัน)
* การรักษา A เป็นหมวดหมู่อ้างอิง
* ฉันจัดให้อยู่กึ่งกลางข้อมูลในวันสุดท้ายของการรักษา

ฉันต้องการทราบว่าการรักษา A (หมวดหมู่อ้างอิง) ให้ผลลัพธ์ที่ดีกว่าการรักษาอื่น ๆ (เมื่อสิ้นสุดการรักษา) หรือไม่

ฉันทำการวิเคราะห์ใน R โดยใช้ nlme:

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

และเอาท์พุท (บางส่วนถูกตัดทอนเพื่อความกะทัดรัด) คือ:

>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

ดังนั้นฉันรู้ว่าผลของวันนั้นแตกต่างจากการรักษาและในวันสุดท้ายของการรักษา (ซึ่งมีข้อมูลอยู่ตรงกลาง) dv มีความแตกต่างอย่างมีนัยสำคัญในการรักษา A มากกว่าการรักษา B หรือ C

สิ่งที่ฉันต้องการจะพูดคือ: "ตามที่คาดการณ์ไว้เราพบว่าตัวแปร Dependent นั้นต่ำกว่าในกลุ่มที่ได้รับการรักษา A (หมายถึง +/- SE) ต่ำกว่าในกลุ่มที่ได้รับการรักษา B (หมายถึง +/- SE, p = 0.0096) C (หมายถึง +/- SE, p = 0.0065) ตามที่วัดได้ในวันสุดท้ายของการรักษา "

แต่ฉันต้องระบุว่ามีการทดสอบทางสถิติใดบ้าง นี่จะเป็นวิธีที่เหมาะสมในการอธิบายการวิเคราะห์หรือไม่ "[วิธีการวัด] ดำเนินการในวันที่ระบุและ Dependent Variable (หน่วย) ถูกกำหนดเราทำการวิเคราะห์ข้อมูลที่บันทึกการแปลงโดยใช้แบบจำลองผลกระทบเชิงเส้นผสมตรงกึ่งกลางที่ [วันสุดท้ายของการรักษา] สัญลักษณ์แสดงถึงค่าเฉลี่ย ข้อผิดพลาดมาตรฐานในวันสุดท้ายของการรักษา dv ลดลงอย่างมีนัยสำคัญในการรักษา A (หมายถึง +/- SE) กว่าการรักษา B (หมายถึง +/- SE, p = 0.0096) ... "

โดยเฉพาะ
* สิ่งนี้บอกว่าเพียงพอเกี่ยวกับการทดสอบทางสถิติที่ใช้หรือไม่ (ผู้อ่านมักจะเห็นสิ่งต่าง ๆ เช่น "mean +/- SE, p = 0.0096, การทดสอบ t ของนักเรียน" แต่ดูเหมือนว่าแปลกที่จะเขียน "p = 0.0096 สัมประสิทธิ์สำหรับการรักษา B กับการรักษา A จากการผสมแบบเชิงเส้น แบบจำลองที่ [วันสุดท้ายของการรักษา]. ")
* มีวิธีที่ดีกว่านี้หรือไม่?

(ส่วนวิธีการจะรวมข้อมูลเพิ่มเติมเกี่ยวกับสถิติ: "[วิธีการวัด] ข้อมูลถูกวิเคราะห์โดยใช้แพ็คเกจ R และ R ... เราวิเคราะห์ข้อมูลตัวแปรแปรผันตามบันทึกการเปลี่ยนแปลงโดยใช้แบบจำลองเชิงเส้นผสมโดยใช้หัวเรื่องเป็นเอฟเฟกต์แบบสุ่มและ โครงสร้างออโตคอร์เรชั่นออเดอร์ลำดับที่ 1 (AR1) ในฐานะที่เป็นผลกระทบคงที่เรารวมการรักษาและวันและปฏิสัมพันธ์ของการรักษาและวันเราตรวจสอบค่านิยมและความสม่ำเสมอโดยการตรวจสอบด้วยสายตา การวิเคราะห์เอฟเฟกต์แบบผสมเราได้ทำการทดสอบอัตราส่วนความน่าจะเป็นในการเปรียบเทียบแบบจำลองที่มีเอฟเฟกต์คงที่กับโมเดลแบบโมฆะด้วยเอฟเฟกต์แบบสุ่มเท่านั้น ")

คำแนะนำใด ๆ เกี่ยวกับวิธีการรายงานผลลัพธ์ของตัวแบบเอฟเฟกต์แบบผสมเชิงเส้นสำหรับผู้ชมสถิติแบบไม่ชอบ (และเขียนโดยผู้เริ่มต้นสถิติแบบสัมพัทธ์) จะได้รับการชื่นชมอย่างมาก!


คุณสามารถอธิบายเพิ่มเติมเกี่ยวกับความหมายของคำว่า 'กึ่งกลาง' ในวันสุดท้ายของการศึกษาได้หรือไม่? ทำไมไม่เพียงปั๊มวันเป็น 0 ถึงจำนวนวันในวันสุดท้ายของการศึกษา นอกจากนี้ในตารางสรุปของคุณ - เอฟเฟกต์ปฏิสัมพันธ์อยู่ที่ไหน
ลิน

คำตอบ:


1

สิ่งนี้อาจไม่ช่วยตอบคำถามของคุณ แต่ฉันสังเกตเห็นว่าคุณมีการวัดซ้ำ (วัน) ในการทดสอบของคุณ แต่คุณไม่ได้ระบุว่านี่เป็นการวัดซ้ำในแบบจำลองของคุณ ฉันคิดว่าคำสุ่มในโมเดลของคุณจะเป็นเช่นนี้:

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

ในการรายงานผลคุณตั้งใจจะรายงานในวันที่คุณเริ่มเห็นความแตกต่างที่สำคัญระหว่างการรักษาหรือไม่? ถ้าเป็นเช่นนั้นฉันคิดว่าคุณจะต้องดู / รายงานความแตกต่างของคำศัพท์การโต้ตอบเช่นกัน ฉันเป็นนักสถิติตัวเองและมีคำถามแบบเดียวกับที่คุณ :-)

"การค้นพบสถิติโดยใช้ R"ของ Andy Field อธิบายถึงวิธีการรายงานผลลัพธ์จากโมเดลเอฟเฟกต์แบบเชิงเส้นใน Ch14 ฉันไม่มีหนังสืออยู่ในมือ แต่สามารถแก้ไขโพสต์นี้เมื่อฉันได้รับมันอีกครั้ง


random= Day|Subject
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.