Как считать? Опции

[Idis]

Доброго времени суток! Помогите разобраться, пожалуйста.
Ситуация такова: есть выборка из 26 добровольцев. Их случайным образом поделили на 2 группы по 13 человек. На первом этапе эксперимента первая группа принимала препарат А, вторая группа препарат В, через 2 недели, на втором этапе, наоборот, первая группа принимала препарат В, вторая - А. после каждого этапа у добровольце анализировали 3 параметра по результатам анализов. Теперь, собственно, вопрос:как оценить влияние следующих факторов на наблюдаемую вариацию данных:
- различия между препаратами;
- различия между испытуемыми (межиндивидуальные различия);
- последовательность приема препаратов;
- периоды исследования.

Мне посоветовали использовать метод ANOVA, я посмотрела, там куча вариантов, какой выбрать? Надо ли проверять равенство дисперсий и если надо, то каким методом?

Буду благодарна за любой совет, так как сама полный профан!!!

[nokh]

Доброго времени суток! Помогите разобраться, пожалуйста.
Ситуация такова: есть выборка из 26 добровольцев. Их случайным образом поделили на 2 группы по 13 человек. На первом этапе эксперимента первая группа принимала препарат А, вторая группа препарат В, через 2 недели, на втором этапе, наоборот, первая группа принимала препарат В, вторая - А. после каждого этапа у добровольце анализировали 3 параметра по результатам анализов. Теперь, собственно, вопрос:как оценить влияние следующих факторов на наблюдаемую вариацию данных:
- различия между препаратами;
- различия между испытуемыми (межиндивидуальные различия);
- последовательность приема препаратов;
- периоды исследования.

Мне посоветовали использовать метод ANOVA, я посмотрела, там куча вариантов, какой выбрать? Надо ли проверять равенство дисперсий и если надо, то каким методом?

Буду благодарна за любой совет, так как сама полный профан!!!

У вас непростой дизайн и, соответственно, самый сложный вариант дисперсионного анализа, который в программах ещё нужно правильно задать. Похоже что различия между препаратами в такой схеме возможно оценить только на пером этапе. Напишите в каких пакетах вы имеете возможность работать и ещё лучше выложите часть данных на форум (по одному показателю). Подшить файл с данными к сообщению можно предварительно поместив его в rar-архив.

[Idis]

У вас непростой дизайн и, соответственно, самый сложный вариант дисперсионного анализа, который в программах ещё нужно правильно задать. Похоже что различия между препаратами в такой схеме возможно оценить только на пером этапе. Напишите в каких пакетах вы имеете возможность работать и ещё лучше выложите часть данных на форум (по одному показателю). Подшить файл с данными к сообщению можно предварительно поместив его в rar-архив.

Спасибо Вам за ответ. Пример прикрепляю. Я пытаюсь работать в SPSS. Думается, что мой вариант - это Обобщенная линейная модель, одномерная. Но, если я правильно поняла, мне необходимо проверить данные на равенсто дисперсий. Тест Левена в SPSS не могу найти. Печаль печальная.

Прикрепленные файлы

 Пример.zip ( 7,54 килобайт ) Кол-во скачиваний: 279

 

[100$]

Спасибо Вам за ответ. Пример прикрепляю. Я пытаюсь работать в SPSS. Думается, что мой вариант - это Обобщенная линейная модель, одномерная. Но, если я правильно поняла, мне необходимо проверить данные на равенсто дисперсий. Тест Левена в SPSS не могу найти. Печаль печальная.

Если вы изучаете 3 показателя по результатам анализов, то модель-то у вас многомерная (MANOVA). ANOVA считается частным случаем MANOV'ы. Соответственно, в тесте Levene (1960) нет необходимости.

[DrgLena]

SPSS выполнит тест Левена и в ANOVA и в MANOVA, если вы зададите в опциях этих модулей Homogeneity test. Это будет полезным для обоснованного выбора тестов post hoc, которые предоставляет SPSS.

[DrgLena]

Пример Idis очень напоминает задачу из учебника, сформулированную для обучения.
?Полные профаны?, как пишет о себе автор поста, обычно не начинают обучение с дисперсионного анализа.

Встречный вопрос, сколько добровольцев участвует в задачке? 26, как в первом посте или 18 или 36, как в прицепленном файле? Это не праздный вопрос, нужно правильно создать файл для решения этой задачи, учитывая повторность измерения на втором этапе.

[nokh]

Пример Idis очень напоминает задачу из учебника, сформулированную для обучения.
?Полные профаны?, как пишет о себе автор поста, обычно не начинают обучение с дисперсионного анализа.

Встречный вопрос, сколько добровольцев участвует в задачке? 26, как в первом посте или 18 или 36, как в прицепленном файле? Это не праздный вопрос, нужно правильно создать файл для решения этой задачи, учитывая повторность измерения на втором этапе.

Я вот не сразу в эту задачу "въехал". Это как школьные олимпиадные задачки: вроде и решение обычное, но уж больно нестандартно условие. Колонка препарат - лишняя. Насколько я понял, это смешанная модель трёхфакторного ДА или двухфакторный анализ с повторными измерениями. Факторы здесь:
1. Пациент (Схема) - пациенты внутри схемы лечения, случайный, 18 градаций.
2. Схема лечения - фиксированный, 2 градации
3. Срок исследования - фиксированный, 2 временные точки.
Представленные данные по группам из 18 человек я прорешал как обычно, через общую линейную модель в Statistica. К сожалению в SPSS я не умею задавать этот дизайн через менюшки (вчера опять немного поковырялся, но сильно не продвинулся) - только через синтаксис с получением только итоговой таблицы результатов. Соответственно проверки требований ДА (нормальность ошибки, однородность дисперсии) которые почему-то волнуют Idis больше дизайна, в этом же анализе не сделаю. Вы такие комплексы решаете через повторные измерения, у нас должны сойтись оценки для главных эффектов и взаимодействия. Значение показателя растёт от срока 1 к сроку 2, но незначимо. Наиболее сильные различия на сроке 1, т.е. после первого этапа, но они также незначимы. А к концу исследования (этап 2) обе схемы приводят практически к идентичному результату. Если к этим результатам относиться не как к случайной вариации, а как к слабому эффекту при высокой индивидуальной изменчивости, то мне было бы интересно посмотреть на результаты эксперимента с двухнедельным курсом только препарата B. Пока же для представленных данных значимы только индивидуальные различия в средней величине показателя в ходе лечения.

Сообщение отредактировал nokh - 6.02.2013 - 21:34

Эскизы прикрепленных изображений

 

[DrgLena]

Да, рассматриваем данные не как две группы, а как одну группу с повторным измерением белка. Формируем файл из прицепленного примера таким образом, чтобы отделить данные по белку на первом этапе В1 и на втором В2. Факторы - время и последовательность (posl) с двумя уровнями (АВ-1, и ВА ? 2). Различия между препаратами будут, только на первом этапе (В1) и та же группирующая, на втором этапе (В2) и та же группирующая даст ответ об эффекте последовательности назначения препаратов. Я индивида не вкладываю в схему, делаю GLM для повторных, все результаты будут в отчете SPSS, ничего не могу прицепить на форуме, нет места в моем ящике, но вы получите свой отчет

GET
FILE='C:\Documents and Settings\lena\Рабочий стол\Spreadsheet12.sav'.
DATASET NAME DataSet1 WINDOW=FRONT.
GLM B1 B2 BY posl
/WSFACTOR=factor1 2 Polynomial
/METHOD=SSTYPE(3)
/EMMEANS=TABLES(OVERALL)
/PRINT=DESCRIPTIVE HOMOGENEITY
/CRITERIA=ALPHA(.05)
/WSDESIGN=factor1
/DESIGN=posl.

Ps Да, оценки, по факторам сходятся со Statistica в ANOVA для повторных измерений, но индивидов я не вкладываю, хотя вы учили на видео, но я забыла....

Сообщение отредактировал DrgLena - 6.02.2013 - 21:47

[Stefa]

Добрый день, пожалуйста, у кого есть возможность, перезалейте еще раз видео, про дисперсионный анализ, которое делал nokh, буду очень благодарна.

[DrgLena]

Присоединяюсь к просьбе, у себя в машине не нашла, на форуме тоже не нашла эту тему, а то бы индивида вложила, там ведь описано как, где скобочки, где звездочки.

[nokh]

Добрый день, пожалуйста, у кого есть возможность, перезалейте еще раз видео, про дисперсионный анализ, которое делал nokh, буду очень благодарна.

Присоединяюсь к просьбе, у себя в машине не нашла, на форуме тоже не нашла эту тему, а то бы индивида вложила, там ведь описано как, где скобочки, где звездочки.

Надо бы сократить раза в три и поживей рассказать... Пока заливал на яндекс.диск начал смотреть и... уснул! ::
http://yadi.sk/d/8mH5Yopa2RBy8
Сегодня некогда тему Idis продолжить:(

[Stefa]

Огромное Вам спасибо.

[maxandron]

Здравствуйте!
Не могу разобраться. Дизайн эксперимента такой же, как описывал автор темы. Выборка 20 добровольцев. Их случайным образом поделили на 2 группы по 10 человек. На первом этапе эксперимента первая группа принимала препарат А (сравнения), вторая группа препарат В (исследуемый), через неделю, на втором этапе, наоборот, первая группа принимала препарат В, вторая - А. После каждого этапа у добровольце анализируется ряд показателей, затем проводится сначала логарифмическое преобразование данных, затем они анализируются с помощью дисперсионного анализа (ANOVA; параметрический метод). Согласно НД и руководств, для обычной рандомизированной перекрестной схемы статистическая модель дисперсионного анализа должна включать следующие факторы, вносящие вклад в наблюдаемую вариацию данных:
различия между препаратами,
различия между испытуемыми (межиндивидуальные различия),
последовательность приема препаратов,
периоды исследования (т.е., как я понимаю, схему нужно задавать немного другую, чем это сделал nokh в своем примере расчета, например, не должны задаваться вложенные эффекты и т.д.).
Процедура статистического сравнения состоит в вычислении параметрических двусторонних 90%-ных доверительных интервалов для отношений соответствующих средних значений для исследуемого препарата и препарата сравнения.
Т.е. с помощью ANOVA я должен оценить MSE (средний квадрат ошибки). Но во всех статьях, примерах, которые даются в руководствах с помощью программы STATISTICA сделать это у меня не удается (мои результаты, сильно отличаются от данных приводимых в статьях и руководствах). Для примера одну статью с примерами данных прикрепил. Как в программе STATISTIСA оценить MSE? Могли бы Вы показать на примере данных представленных в данной теме какой получается MSE, учитывая факторы описанные мной ранее?
Заранее благодарен за помощь и ответы.

Сообщение отредактировал maxandron - 19.03.2015 - 16:22

Прикрепленные файлы

 1.pdf ( 182,83 килобайт ) Кол-во скачиваний: 488

 

[nokh]

Здравствуйте!
Не могу разобраться. Дизайн эксперимента такой же, как описывал автор темы. Выборка 20 добровольцев. Их случайным образом поделили на 2 группы по 10 человек. На первом этапе эксперимента первая группа принимала препарат А (сравнения), вторая группа препарат В (исследуемый), через неделю, на втором этапе, наоборот, первая группа принимала препарат В, вторая - А. После каждого этапа у добровольце анализируется ряд показателей, затем проводится сначала логарифмическое преобразование данных, затем они анализируются с помощью дисперсионного анализа (ANOVA; параметрический метод). Согласно НД и руководств, для обычной рандомизированной перекрестной схемы статистическая модель дисперсионного анализа должна включать следующие факторы, вносящие вклад в наблюдаемую вариацию данных:
различия между препаратами,
различия между испытуемыми (межиндивидуальные различия),
последовательность приема препаратов,
периоды исследования (т.е., как я понимаю, схему нужно задавать немного другую, чем это сделал nokh в своем примере расчета, например, не должны задаваться вложенные эффекты и т.д.).
Процедура статистического сравнения состоит в вычислении параметрических двусторонних 90%-ных доверительных интервалов для отношений соответствующих средних значений для исследуемого препарата и препарата сравнения.
Т.е. с помощью ANOVA я должен оценить MSE (средний квадрат ошибки). Но во всех статьях, примерах, которые даются в руководствах с помощью программы STATISTICA сделать это у меня не удается (мои результаты, сильно отличаются от данных приводимых в статьях и руководствах). Для примера одну статью с примерами данных прикрепил. Как в программе STATISTIСA оценить MSE? Могли бы Вы показать на примере данных представленных в данной теме какой получается MSE, учитывая факторы описанные мной ранее?
Заранее благодарен за помощь и ответы.

Здесь в неявном виде собрано много вопросов, которые нужно разделить. Поэтому от простого к сложному.

(1) По поводу "мои результаты, сильно отличаются от данных приводимых в статьях и руководствах". Не понятно в чём отличаются. Если в форме выдачи результата, т.е. получается не такая таблица как у других - это одно. Если же различия в предметной области - совсем другое и, по большому счёту, ещё неизвестно у кого данные более правильные: бывает и руководства пишут механистически и даже фальсифицируют данные - ну это чтобы не сильно отличались...

(2) Никаких МSE вам считать не нужно. Если дисперсионный комплекс задан правильно, то все средние квадраты (MS) будут рассчитаны программой; она же выберет какой средний квадрат по отношению к какому использовать в качестве ошибки (МSE), т.е. какой MS на какой MS делить, чтобы получить значение F-критерия и оценить статистическую значимость эффекта. Для статистически значимых эффектов далее можно заниматься сравнением средних.

(3) "Процедура статистического сравнения состоит в вычислении параметрических двусторонних 90%-ных доверительных интервалов для отношений соответствующих средних значений для исследуемого препарата и препарата сравнения". Тут уже нужно разбираться, что вам действительно нужно. Если именно среднее отношение "Препарат / Контроль" с 90% ДИ, то дисперсионный анализ не нужен. Точнее, можно и им, но обычно в рамках параметрического подхода 2 группы сравнивают t-критерием. Смотрите как тут получается: в первой группе (схема "Контроль А - Препарат В") для каждого индивида рассчитывается отношение В/А, и во второй группе (схема "Препарат В - Контроль А") также отношение В/А. Далее группы сравниваются по этому показателю с помощью t-критерия, возможно после предварительного преобразования (логарифмирование и т.п.). Если различия статистически значимы, значит последовательность приёма препарата влияет на отношение В/А. В этом случае рассчитываются средние значения отношения В/А и их ДИ для каждой группы отдельно. Если же различия статистически незначимы, значит данные можно объединять и среднее В/А и ДИ рассчитываются по всем участникам без деления на группы.
В случае же дисперсионного анализа эффектов А и В раздельно в ходе дисперсионного анализа получить отношение В/А c ДИ будет очень проблематично. Вы получите для каждой группы отдельно средние А и В с ДИ, а далее нужно будет В с ДИ разделить на А с ДИ. В результате потеряется информация об индивидуальных колебаниях этого отношения, т.к. работать вы будете уже с усреднёнными значениями А и В, плюс к этому ДИ (даже если суметь их грамотно вычислить для частного двух величин) станут просто огромными. Поэтому уточните, какой результат вам всё-таки нужен: (1) средние значения А и В с соответствующими ДИ или же всё-таки отношение В/А с ДИ. Может нет смысла далее усложнять.

Подожду ответа + выложите сюда в архиве (zip или rar) свои данные по какому-нибудь показателю, по которому вам будет проще сравнивать свои результаты с литературой. Если не получится ограничиться t-критерием, то далее - сложнее, т.к. ваш дизайн содержит вложенные эффекты. Это можно легко показать: участники, получающие препараты по схеме "А - В" уже не участвуют в схеме "В - А", а значит (несмотря на то, что все участники получают и А, и В) дизайн не является полностью перекрёстным, и фактор "Индивид" вложен в фактор "Схема": Индивид(Схема). Такой дизайн аналогичен тому что в видео, хотя внешне более запутан. А вот к дизайну авторов подшитой статьи у меня вопросы...

Сообщение отредактировал nokh - 20.03.2015 - 19:39

[maxandron]

Здесь в неявном виде собрано много вопросов, которые нужно разделить. Поэтому от простого к сложному.
(1) По поводу "мои результаты, сильно отличаются от данных приводимых в статьях и руководствах". Не понятно в чём отличаются. Если в форме выдачи результата, т.е. получается не такая таблица как у других - это одно. Если же различия в предметной области - совсем другое и, по большому счёту, ещё неизвестно у кого данные более правильные: бывает и руководства пишут механистически и даже фальсифицируют данные - ну это чтобы не сильно отличались...
(2) Никаких МSE вам считать не нужно. Если дисперсионный комплекс задан правильно, то все средние квадраты (MS) будут рассчитаны программой; она же выберет какой средний квадрат по отношению к какому использовать в качестве ошибки (МSE), т.е. какой MS на какой MS делить, чтобы получить значение F-критерия и оценить статистическую значимость эффекта. Для статистически значимых эффектов далее можно заниматься сравнением средних.
(3) "Процедура статистического сравнения состоит в вычислении параметрических двусторонних 90%-ных доверительных интервалов для отношений соответствующих средних значений для исследуемого препарата и препарата сравнения". Тут уже нужно разбираться, что вам действительно нужно. Если именно среднее отношение "Препарат / Контроль" с 90% ДИ, то дисперсионный анализ не нужен. Точнее, можно и им, но обычно в рамках параметрического подхода 2 группы сравнивают t-критерием. Смотрите как тут получается: в первой группе (схема "Контроль А - Препарат В") для каждого индивида рассчитывается отношение В/А, и во второй группе (схема "Препарат В - Контроль А") также отношение В/А. Далее группы сравниваются по этому показателю с помощью t-критерия, возможно после предварительного преобразования (логарифмирование и т.п.). Если различия статистически значимы, значит последовательность приёма препарата влияет на отношение В/А. В этом случае рассчитываются средние значения отношения В/А и их ДИ для каждой группы отдельно. Если же различия статистически незначимы, значит данные можно объединять и среднее В/А и ДИ рассчитываются по всем участникам без деления на группы.
В случае же дисперсионного анализа эффектов А и В раздельно в ходе дисперсионного анализа получить отношение В/А c ДИ будет очень проблематично. Вы получите для каждой группы отдельно средние А и В с ДИ, а далее нужно будет В с ДИ разделить на А с ДИ. В результате потеряется информация об индивидуальных колебаниях этого отношения, т.к. работать вы будете уже с усреднёнными значениями А и В, плюс к этому ДИ (даже если суметь их грамотно вычислить для частного двух величин) станут просто огромными. Поэтому уточните, какой результат вам всё-таки нужен: (1) средние значения А и В с соответствующими ДИ или же всё-таки отношение В/А с ДИ. Может нет смысла далее усложнять.
Подожду ответа + выложите сюда в архиве (zip или rar) свои данные по какому-нибудь показателю, по которому вам будет проще сравнивать свои результаты с литературой. Если не получится ограничиться t-критерием, то далее - сложнее, т.к. ваш дизайн содержит вложенные эффекты. Это можно легко показать: участники, получающие препараты по схеме "А - В" уже не участвуют в схеме "В - А", а значит (несмотря на то, что все участники получают и А, и В) дизайн не является полностью перекрёстным, и фактор "Индивид" вложен в фактор "Схема": Индивид(Схема). Такой дизайн аналогичен тому что в видео, хотя внешне более запутан. А вот к дизайну авторов подшитой статьи у меня вопросы...

Большое спасибо за Ваш ответ и помощь. Согласно требованиям документов нужно именно отношение B/A с ДИ. Дальше результат сравнивается с допустимыми пределами (например, для показателя в прикрепленном файле 90% ДИ должен находиться в допустимых пределах от 0,8 до 1,25).
Исходя из выложенного Вами видео, я понял, что у меня есть вложенные эффекты. В этом один из моих вопросов заключается. Выложенная статья является одним из примеров статей и отчетов по подобным испытаниям. Про вложенные эффекты там ни слова...
Выкладываю данные по одному из показателей. В нормативной документации сказано, что анализ нужно провести после логарифмического преобразования данного показателя. Исследование проводилось открытым рандомизированным методом по перекрестной схеме. Сначала добровольцам присваивались номера. Затем 9 из них получали вначале 1 таблетку тестируемого препарата (A), а затем спустя 8 дней-одну таблетку препарата сравнения (B) (схема 1). Другие 9 добровольцев в обратном порядке вначале получали B, а затем A (схема 2).

Сообщение отредактировал maxandron - 20.03.2015 - 23:30

Прикрепленные файлы

 Data.rar ( 7,78 килобайт ) Кол-во скачиваний: 274