Сравнение зависимых выборок разного объема Опции

[LudmilaS]

Здравствуйте, коллеги!
Хотелось бы уточнить, можно ли для показателей, полученных в одной и той же группе на разных этапах исследования, например, до лечения, через 1 месяц, через 6, 12 и 24 месяца произвести сравнение, если в последующие этапы были выпадения нескольких пациентов из исследования?
Например, исходно, через 1, 6, 12 месяцев в группе было 32 человека, а через 24 месяца явились 28. Распределение признаков неправильное, то есть все расчеты производились с представлением данных в виде медианы и интерквартильного интервала (непараметрич. статистика).
Правомочно ли здесь применять хи-квадрат Фридмана? Правильно ли я понимаю, что статистическая значимость с учетом 5 сравниваемых групп переменных согласно этапам исследования должна рассматриваться с поправкой Бонферрони как p < или = 0,01?
Стоит ли сравнивать показатели каждого этапа с любым другим методом Вилкоксона, чтобы показать, на каком этапе произошло более значимое улучшение? Опять же численность зависимых выборок будет разной.

Или хочешь, не хочешь, но обязательно нужно исключить тех, кто не дошел до конца наблюдения? Выборки тогда обеднеют уже на начальном представлении.

Вроде бы в чужих работах встречался такой вариант: если кто-то "выпадал", то для него брали результаты предыдущих этапов. Но это не совсем корректно, такой пациент не получил положенного по сроку лечение (из-за отмены лекарства).
Где-то видела, по-моему, когда в опросниках отсутствуют ответы так поступают тоже, берут для "выпавшего человека" средний показатель среди тех, чьи данные собраны. Не знаю, делают ли так с медианами?

[LudmilaS]

Это не эксперимент, а сравнительный анализ эффективности препаратов в трех группах, в двух из которых исследуемые лекарства применяются по отдельности, в третьей - в виде комбинации. Есть несколько точек исследования в течение 24 месяцев. И вот на каком-то из этапов - предпоследнем или последнем из-за вывода из исследования кого-то, число пациентов в группе уменьшается, например, на 2 человека. А сравнить нужно зависимые выборки (то есть в пределах одной группы) изменения между точками исследования, для чего и использую метод Фридмана. Только число данных то пошло на уменьшение.
Я не программист , чтобы быть способной использовать то, что выложено выше. Я только могу пользоваться уже имеющей программой Statostica 6.0, теми анализами, что в ней заложены.
Извините, тон не возмущенный у меня, я просто объясняю. Издержки письменного общения в интернете - недопонимание по написанным фразам.

Сообщение отредактировал LudmilaS - 5.05.2013 - 11:50

[nokh]

Это не эксперимент, а сравнительный анализ эффективности препаратов в трех группах, в двух из которых исследуемые лекарства применяются по отдельности, в третьей - в виде комбинации. Есть несколько точек исследования в течение 24 месяцев. И вот на каком-то из этапов - предпоследнем или последнем из-за вывода из исследования кого-то, число пациентов в группе уменьшается, например, на 2 человека. А сравнить нужно зависимые выборки (то есть в пределах одной группы) изменения между точками исследования, для чего и использую метод Фридмана. Только число данных то пошло на уменьшение.
Я не программист , чтобы быть способной использовать то, что выложено выше. Я только могу пользоваться уже имеющей программой Statostica 6.0, теми анализами, что в ней заложены.
Извините, тон не возмущенный у меня, я просто объясняю. Издержки письменного общения в интернете - недопонимание по написанным фразам.

28 человек на последнем этапе - неплохая по объёму выборка для дисперсионного анализа (ДА) с повторными измерениями. Конечно важны и изменчивость показателя, и его распределение, и величина эффекта межгрупповых различий. Но тем не менее. Если и в двух других группах подобные количества - потеря в мощности от выброса части материала будет мизерной и выпавшими людьми можно жертвовать. Но сначала об уже упомянутых выше подходах, что посоветовал вам p2004r.
(1) Множественная импутация - теоретически спорный вариант. Придумать, пусть даже на основе вполне адекватных стат. техник, несуществующие исходно данные и считать далее с ними - как-то не comme il faut. Хотя для сильно "дырявых" матриц данных это - вероятно, единственно возможный вариант хоть как-то обработать зависимые выборки. Рассмотрение пропусков как цензурированных наблюдений (censored data) типа "более чем" для задачи анализа повторных измерений - очень экзотично:). Но в любом случае, Statistica не содержит алгоритмов ни для импутации, ни для ДА с цензурированными данными.
(2) Смешанные модели (Mixed-Effects Models) - наиболее мощный и уместный подход, который позволит без экзотики обработать всё то, что есть: ничего не убирая и ничего не добавляя. В нужном вам варианте его в Statistica нет.
(3) Критерий Фридмана не является полноценным аналогом ДА с повторными измерениями. Во-первых, критерий Квейд мощнее, а во-вторых - нет хороших доступных алгоритмов для апостериорных сравнений групп. + насколько я понимаю, Фридман для статистики всегда ранжирует групповые средние, а не индивидуальные значения - идёт сильное огрубление данных.

Если завязываться на пакет Statistica, то у вас 2 реальных варианта.
(1) Слабый, но простой. Работать Фридманом, предварительно самостоятельно рассчитав групповые средние на временных точках. В этом случае абсолютно не важно сколько человек осталость к концу эксперимента: 32, 28 или 1. Главное чтобы в ячейке стояло число. Если повезёт и всё будет очевидным - на этом можно и ограничиться. Множественные сравнения нужно делать по Неменьи, которых в пакете также нет, поэтому в случае статистической значимости просто смотреть и интерпретировать средние ранги.
(2) ДА с повторными измерениями. Предварительно нужно убрать выпавших людей и подобрать преобразование данных, нормализующее ошибку.

Сообщение отредактировал nokh - 5.05.2013 - 19:37

[p2004r]

Рассмотрение пропусков как цензурированных наблюдений (censored data) типа "более чем" для задачи анализа повторных измерений - очень экзотично:).

Все зависит от природы измеряемого показателя (к сожалению я так и не понял что мерялось) ... ну например рост измеряли Кроме того как еще назвать иначе потерю пациента на последнем этапе исследования?