Помогите разобраться с дисперсионным анализом Опции

[Sadalmelika]

Добрый день, уважаемые эксперты.
Я прошу помощи в обработке моего материала и использовании дисперсионного анализа.
Дано: есть 2 группы пациентов с АГ (684 человека) и без АГ (556 человек) (то есть фактор 1 - наличие АГ, который определяет принадлежность к группе, и я так понимаю он ранговый), при проведении непараметрического сравнения койко-дней (то есть фактор 2, и он количественный) в двух независимых группах выявлена достоверная разница. Но оказалось, что эти две группы не сопоставимы по возрасту (то есть фактор 3, который количественный), возраст в этих группах также достоверно различается.
Вопрос: как понять разница в койко-днях у пациентов с АГ и без АГ обусловлена наличием этой патологии либо разным возрастом пациентов в этих группах? То есть влияет ли фактор 3 на разницу переменной 2 в двух группах, определяющихся фактором 1? Я так понимаю, что необходимо проведение ANOVA, только какого? Факториального? Где зависимая - наличие АГ, а категориальные это возраст и койко-дни? И как интерпретировать тогда полученные результаты в таблице? Или я неправильно понимаю, что надо в данном случае использовать дисперсионный анализ?
Заранее прошу прощения может быть за немного корявый язык, я пока только пытаюсь разобраться в статистических методах, я ни разу не математик.
Буду очень благодарна любой помощи, совету!

[comisora]

2 Sadalmelika

Касательно моей рекомендации - у программы есть руководство пользователя, искать следует в нём.

Для начинающих пользователей необязательно использовать дорогие статистические пакеты для анализа данных, так как базовый функционал доступен в свободно распространяемых программах. Для некоторых написаны неплохие учебники с картинками: практикум к PAST, руководство к JASP.

Исход пациента можно моделировать логистической регрессией (биномиальное распределение). Сравнение логит-модели и Кокса можно посмотреть по ссылке.

[Sadalmelika]

2 Sadalmelika

Касательно моей рекомендации - у программы есть руководство пользователя, искать следует в нём.

Для начинающих пользователей необязательно использовать дорогие статистические пакеты для анализа данных, так как базовый функционал доступен в свободно распространяемых программах. Для некоторых написаны неплохие учебники с картинками: практикум к PAST, руководство к JASP.

Исход пациента можно моделировать логистической регрессией (биномиальное распределение). Сравнение логит-модели и Кокса можно посмотреть по ссылке.

Спасибо огромнейшее за рекомендации и ссылки!!! Как я поняла в моем случае исход носит бинарный характер (да/нет) и тогда стоит использовать логистическую модель. Буду дальше читать и разбираться)))