ANOVA повторных измерений Опции

[grergi]

Здравствуйте, извиняюсь если на подобный вопрос уже отвечали ранее, но в темах посвященных дисперсионному анализу и повторным измерениям, я ответа не нашел.
Суть эксперимента: у интактной группы определяется уровень гормонов, затем на протяжении 10 дней им вводится вещество А, после чего на 11 день повторно измеряется уровень гормонов. Спустя пять дней отмены повторно измеряются гормоны. Измеряемые значения уровня гормонов (я так понимаю это называется откликом), носит количественный характер, и в нашем случае нормальное распределение. В качестве контроля используются значения интактной группы, измерения повторные (группы зависимые), количество измерений больше двух, их три: 1)интактные, 2) 10 дней введения, 3) 5 день отмены. Если я правильно понимаю, то здесь применим ANOVA повторных измерений, затем критерий Стьюдента для повторных измерений или критерий Ньюмена-Кейлса (предпочтителен). Подскажите, как в данном случае заносить данные в Statistica 7 или 8, и как вообще считать, если можно пошагово, т.к. в Statistica не силен? Может я, что-то не понимаю и считать нужно другим методом? Был бы очень признателен за помощь или совет.
п/п норма 10дней 5 день отмены
1 10,78 4,28 9,15
2 10,73 3,45 5,08
3 9,61 6,33 8,12
4 10,66 4,35 7,79
5 9,63 7,83 7,27
6 8,74 6,43 8,19
7 8,08 5,48 4,46
8 7,91 3,49 4,72
расп норм норм норм
сре 9,5175 5,205 6,8475

Сообщение отредактировал grergi - 13.04.2014 - 10:41

[nokh]

Прикрепляю пошаговую инструкцию проведения однофакторного ДА в Statistica двумя способами:
1) Через модуль "ДА с повторными измерениями"
2) Через модуль "Общие линейные модели"
Материал не претендует на полноту, но основная траектория дана.

>100$
В выводах есть частично ответ на вопрос в #22. Со сферичностью и вообще смешанными моделями пока не имел возможности разобраться, хотя даже несколько книжек хороших скачал. Здесь я не в теме.

Результаты аналогичные подходу (1) легко получаются в R. Результаты (2) полностью совпадают с тем, что можно получить в SPSS, но в R я пока не смог получить в точности такую же таблицу без того, чтобы досчитывать что-то вручную (пытался не с этим, а более сложным дисперсионным комплексом, но думаю и здесь не получится).

>grergi
Для апостериорных сравнений после критерия Фридмана используется критерий Неменьи, предложенный в 1963 г. (Nemenyi, 1963). Описывался также в работах Marascuilo & McSweeney (1977) и Miller (1981), однако приобрёл популярность после выхода в 1984 г. книги Шайха и Хэмерли (Schaich, Hamerle, 1984) в связи с чем часто необоснованно и неправильно называется их именами (Schaich-Hamerle test). Метод представляет собой прямой ранговый аналог критерия множественных сравнений Шеффе (Sheffe's test) в дисперсионном анализе, т.е. это достаточно консервативный критерий. Учитывая сверхмалый объём выборки целиком уходить в непараметрику нецелесообразно.

Сообщение отредактировал nokh - 23.04.2014 - 19:21

Прикрепленные файлы

 Однофакторный_дисперсионный_анализ_с_повторными_измерениями_в_Statictica.rar ( 552,01 килобайт ) Кол-во скачиваний: 493

 

[100$]

>100$
В выводах есть частично ответ на вопрос в #22. Со сферичностью и вообще смешанными моделями пока не имел возможности разобраться, хотя даже несколько книжек хороших скачал. Здесь я не в теме.

Nokh, за проделанную работу спасибо. Все-таки Статистике в смысле документирования алгоритмов далеко до IBM SPSS или SAS.
Вопрос о статистике Дарбина-Уотсона снимаю: обе модели дают одинаковый протокол оценивания.
В настройках пункта 4) на с.7. есть смысл выставить галочку "No intercept": толку от этого интерцепта все равно никакого. Ежу понятно, что генеральное среднее будет статистически значимо. Хотя британские ученые недавно доказали, что ежу, как раз, ничего не понятно.)

И, напоследок, личная просьба:
1) нельзя ли выложить результаты тестирования сферичности для данного случая - теста Моучли (Mauchly);
2) если в упомянутой скачанной литературе вам попадется матричная запись Sigma-restricted модели для данного случая просьба выложить. Я что-то никак ее не найду для дизайна с повторными измерениями.