Нужна помощь!!, Заворачивают с кандидатской диссертацией. :(( Опции

[x-rays]

Суть в следующем:
Изучаем атеросклероз сонных артерий .
Как известно, у человека 2 сонные артерии - правая и левая.
Таким образом у 1 пациента 2 сонных артерий всего.
Существует разная степень стеноза ( сужение просвета до 30 %, когда еще не надо оперироваться и более 30% когда уже пора под нож:) )

Целью работы является выявление мозговых, глазных и т.п. признаков наличия стеноза до и более 30% а так-же оценка данных кровотока по этим артериям...

У меня данные 140 пациентов, т.е. 280 сонных артерий.
У одного о того-же пациента может быть 2 проявления этого заболевания (до 30% с одной стороны и более 30% с другой) Это же альтернативный признак?

Разбил на группы так:
В 1-ю группу были включены 149 случаев стеноза сонных артерий более 30% у 105 пациентов.
Во 2-ю группу вошли 110 случаев стеноза менее 30% сонных артерий у 86 пациентов.

Таким образом получилось, что пациенты из 1 гр есть во 2-й и наоборот.

Профессор говорит, что так нельзя. Но объяснить почему - не может, Я сомневаюсь...
Как ему толково объяснить, что можно? Или переписывать диссер ??
Помогите, пожалуйста!

Сообщение отредактировал x-rays - 17.11.2011 - 21:41

[x-rays]

to p2004r
СПАСИБО, вы вселяете мне моральные силы и надежду, что не все так плохо..
как вы думаете, на защите кандидатской много людей разбираются в статистическом вопросе?

[p2004r]

как вы думаете, на защите кандидатской много людей разбираются в статистическом вопросе?

откуда ж знать, это как карта ляжет

надо все таки посчитать модель со смешанными эффектами. сразу скажу что она большая получается (да вы сами в книге видите пример какого объема). подготовить слайды (показывать их только если зададут конкретный вопрос о кривом дизайне). если косяков влияющих на выводы в анализе выявлено не будет, можно этим размахивать выкрикивая умные слова из книги и посыпая голову пепелом что не удалось (или вообще невозможно) набрать группы достаточного размера для классического дизайна эксперимента. можно наверное нанять спеца по статанализу который в теме и сможет отвечать на очень уж глубоко копающие вопросы.

но лучше если до этого не дойдет конечно.

[x-rays]

откуда ж знать, это как карта ляжет

надо все таки посчитать модель со смешанными эффектами. сразу скажу что она большая получается (да вы сами в книге видите пример какого объема). подготовить слайды (показывать их только если зададут конкретный вопрос о кривом дизайне). если косяков влияющих на выводы в анализе выявлено не будет, можно этим размахивать выкрикивая умные слова из книги и посыпая голову пепелом что не удалось (или вообще невозможно) набрать группы достаточного размера для классического дизайна эксперимента. можно наверное нанять спеца по статанализу который в теме и сможет отвечать на очень уж глубоко копающие вопросы.

но лучше если до этого не дойдет конечно.

пробую считать модель со смешанными эффектами.
Правильно ли я понимаю, что если в моем исследовании стеноз до 30% и более 30% - есть фиксированный тип признака (перевод может быть не совсем точный) и он коррелирует с наличием изменений на стороне этого самого стеноза, то все ок и я могу посыпать голову пеплом))?

[p2004r]

пробую считать модель со смешанными эффектами.
Правильно ли я понимаю, что если в моем исследовании стеноз до 30% и более 30% - есть фиксированный тип признака (перевод может быть не совсем точный) и он коррелирует с наличием изменений на стороне этого самого стеноза, то все ок и я могу посыпать голову пеплом))?

0. у вас дифдиагноз в ситуации когда стеноз уже установлен как факт. и все что дает модель относится _только_ к этой ситуации

1. сам по себе стеноз в процентах не переменная типа да-нет, её такой делаете вы сами преобразовывая проценты стеноза в бинарную переменную.

2. доказательство что уровни вложенного (иерархического) дизайна можно опустить для конкретной модели надо доказать недостоверностью соответствующих уровней в связи с независимыми переменными которые предсказывают сделанную вами бинарную переменную. Просто корреляцией тут не обойтись.

[x-rays]

2. То что уровни вложенного (иерархического) дизайна можно опустить для конкретной модели надо доказать недостоверностью соответствующих уровней в связи с независимыми переменными которые предсказывают сделанную вами бинарную переменную.

Это очень сложно(( до меня доходит как до дерева...
Имеется ввиду, что правая или левая (уровни иерархии) не имеет значение по отношению к стенозам 30% и более 30% ?

[p2004r]

Это очень сложно(( до меня доходит как до дерева...
Имеется ввиду, что правая или левая (уровни иерархии) не имеет значение по отношению к стенозам 30% и более 30% ?

у вас есть и "правая-левая" и "пациент", причем первая вложена во вторую. эти эффекты будут отражены в модели и показана их значимость. уже можно что то сказать. ну и конечно можно исключать потом определенные уровни и смотреть как отличаются модели.

как то так (пример из хелпа пакета lme4 в R)

Код

## generalized linear mixed model
     (gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
                   family = binomial, data = cbpp))
     ## GLMM with individual-level variability (accounting for overdispersion)
     cbpp$obs <- 1:nrow(cbpp)
     (gm2 <- glmer(cbind(incidence, size - incidence) ~ period +
         (1 | herd) +  (1|obs),
                   family = binomial, data = cbpp))
     anova(gm1,gm2)

только здесь факторы herd и obs не вложены, в книжке на стр.631 ?c nested within b which in turn is nested within a? пишется в формуле как а/b/c

например:
There is a single fixed effect (Treatment), and pseudoreplication enters the dataframe because
each rat?s liver is cut into three pieces and each separate liver bit produces two readings.
The rats are numbered 1 and 2 within each treatment, so we need Treatment as the largest
scale of the random effects.

model<-lmer(Glycogen~Treatment+(1|Treatment/Rat/Liver))