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

[9oclock]

как я понял, существенно менять диссер уже не получится((
но и надеяться на то, что не будет спецов в статистике тоже не стоит - ведь тут дело даже не в статистике, а в здравом смысле! Вы пытаетесь выявить стаистически значимые отличия в выборке и найти корреляции, используя пересекающиеся (!) группы.

если вы ни в какую не хотите отзывать работу и все-таки выходить на защиту, то мой совет следующий:
1. как уже советовали - разбить нормально на группы: 1: в обеих > 30, 2: только в правой > 30, 3: только в левой >30, 4: в обоих < 30. И быстренько посчитать так. Чтобы просто знать как там дела на самом деле. Можно воспользоваться услугами - полно людей, которые занимаются статистической обработкой - например, http://exacts.ru/statistics или http://statlab.kubsu.ru/node/1. Потом подготовить "запасные" слайды, чтобы если будут вопросы на эту тему было чем отсреляться. Если после такого расчета выявится что-то значимое и это по смыслу совпадет с вашими выводами, то вам лишний плюсик. Если из-за малого количества пациентов в группе при таком разделении окажется, что статистика "не сыграет" - вам опять же лишний плюсик, можете рассуждать, что при разделении на 4 группы не получилось набрать необходимую по колву выборку и пришлось использовать "более сложные статистические методы с пересекающимися группами" (написал в кавычках, так как в принципе не понимаю как такое возможно, но раз люди тут вам пишут...). Кстати то, что по колву человек группы разные не должно вас смущать! это не главное, если отличия в параметрах существенные, то даже на маленькой выборке можно получить статистически значимые выводы.
2. пытаться логично сформулировать гипотезу так, чтобы и такое деление на группы казалось логичным. Понятно, что если так делить, то рассматриваете не людей, а органы. Причем тут тоже есть свои "но!", потому что не совсем понятно как вы делали стат анализ... у вас получается выборка увеличилась за счет тех у которых одна >30 а другая <30, так?

то, что вас с таким "порно" допустили до защиты, это обнадеживает... может быть и проскочите Удачи!

[p2004r]

и пришлось использовать "более сложные статистические методы с пересекающимися группами" (написал в кавычках, так как в принципе не понимаю как такое возможно, но раз люди тут вам пишут...).

уверяю что эта "параллельная реальность" существует не только в моем воображении

https://stat.ethz.ch/pipermail/r-sig-mixed-models/

[9oclock]

уверяю что эта "параллельная реальность" существует не только в моем воображении

https://stat.ethz.ch/pipermail/r-sig-mixed-models/

а в каком-то более воспринимаемом виде на эту тему нет материала - в виде статьи, например... или может прям кто-то применял такие подходы?
по ссылке этой - там туча всего, люди обсуждают уже какие-то детали (вплоть до команд в программе), а по сути не понятно... правда, может быть, я и не очень внимательно смотрел - почувствовал, что тут можно пару дней убить и не стал А вами конечно можно гордиться - пытаетесь идти в ногу со временем и остальным миром - думаю в чем, а уж в статистике швейцарцы понимают)))))))))

мне сам принцип не понятен... зачем анализировать условно назовем "отличия" в пересекающихся группах... ведь любому понятно, что в этом случае, чем больше это пересечение, тем меньше будет отличие. ну вот не могу я себе представить некий естественный механизм (в организме и какой-либо другой системе), который нужно было бы отлавливать таким образом)))
другое дело, от бедности - ну нет большой выборки... и могу допустить, что светлые умы что-то такое придумали, чтобы искусственно ее увеличить, но без потери качества - космос конечно, но мало ли))

сами посудите - представим у нас 2 группы по 100 чел, в них 50 - общие))) т.е. когда мы будем по всем измеряемым параметрам пытаться найти значимые отличия, то нам всегда будут "вставлять палки в колеса" эти 50! ведь для них эти величины идентичны и получается, что они только размывают нам желанные отличия, которые, допустим, действительно есть.

[p2004r]

а в каком-то более воспринимаемом виде на эту тему нет материала - в виде статьи, например... или может прям кто-то применял такие подходы?

выше в дискуссии я несколько раз ссылался на книжку в которой изложена суть и приведены ключевые слова

основные для понимания это Fixed effects и Random effects

вот линк на еще одну книжку http://www.dartmouth.edu/~eugened/index.php http://www.dartmouth.edu/~eugened/index.ph...=summary_points

на википедии достаточно много ссылок http://en.wikipedia.org/wiki/Mixed_model

практически некоторые уровни дизайна эксперимента просто могут оказаться несущественны, некоторые мы можем вывести за модель в которой мы измеряем то что нам надо...

С группами не так... "группа" это фактически фактор, тоесть признак по которому варианта относится в искуственно выделяемую выборку. Все варианты объединяет то что у них измерена некая величина(ы). Ну вот факторам можно отдать часть (ко)вариации эксперимента.

Например группа объявляется признаком каждому уровню которой свой интерцепт регрессионной модели может соответствовать. И избыточность данных позволяет просто построить семейство регрессий у которых наложено условие что коэффициент при интересующим нас параметре общий, а интерцепты индивидуальны для каждого уровня фактора "объект наблюдения".

ну и эти факторы в которые у нас превратились "суконнопосконные" группы естественно могут быть вложенными... анализ и покажет значимо ли сочетание уровней получившегося плана эксперимента. И исключить несущественные уровни по объективно причине.

Причем эту вложенность и пересечение не избежать например в измерениях которые повторяются во времени и измерениях данных с пространственной привязкой.

Сообщение отредактировал p2004r - 21.11.2011 - 14:25

[DrgLena]

основные для понимания это Fixed effects и Random effects

Основное для понимания ? что есть зависимая переменная, а что есть независимые.
9oclock и я, очевидно, в одной реальности, а р2004r считает переменную, которая является откликом (зависимая переменная), фактором и предлагает изучать фиксированные или смешанные эффекты этой переменной, а не на эту переменную.

Нам ничего не известно о том, какой метод использовал автор поста, может просто проценты сравнивал, доказывая, что чаще был инсульт с той стороны, где имеется стеноз, или логистическую регрессию для зависимой переменной имеющей 3 градации (нет стеноза, односторонний и нет вообще), или t критерий при сравнении кровотока на стороне стеноза и без стеноза, что более всего вероятно. Почему же мы должны использовать терминологию дисперсионного анализа и говорить о случайных или смешанных эффектах. А чтобы ?замылить? очи руководителю, который изволил почитать уже готовый автореферат, а статьи он читал?, там он, наверное, первый автор. Если есть что то опубликованное, дайте ссылку, пожалуйста.

[p2004r]

Основное для понимания ? что есть зависимая переменная, а что есть независимые.
9oclock и я, очевидно, в одной реальности, а р2004r считает переменную, которая является откликом (зависимая переменная), фактором и предлагает изучать фиксированные или смешанные эффекты этой переменной, а не на эту переменную.

с прискорбием вижу, что в предположениях о моих "ошибках" счет уже 3:0

нет, я совершенно ясно сказал что строится модель
glmer(степень_стеноза~ предикторы + (1|человек/сторона), family = binomial)

откуда из этого можно сделать вывод о том что зависимая переменная "степень_стеноза" не является откликом?

обратите внимание на описание дизайна: "сторона" внутри "человек". что тут не так? все уровни эксперимента воспроизводятся в модели.

Кроме того, это совершенно принятый (уже и степень активности специализированного листа рассылки привел и кучу ссылок) способ изучить псевдорепликацию не способом "мамой клянусь глазные дела зависят от стороны стеноза", а доказать это статистически.

PS собственно R и придумали, что бы не упражняться в филологических описаниях хода анализа (и пытаться их понять), а однозначно излагать свои мысли.