Непараметрическая статистика на 3х малых группах и повторные измерения Опции

[doc2012]

С наступающим 2017!
Здравствуйте, помогите пожалуйста,? вопрос: имеются три группы по 20-25 человек каждая--в 1 группе (21 человек) заболевание А, во 2ой группе (26 человек)--заболевание Б, 3я группа (23 человека)--здоровые обследуемые. К каждой группе применяли измерение АД (артериального давления) за одни сутки---скажем 7 раз (т.е в 1 группе 7 раз, во 2 группе--7 раз, в третьей группе 7 раз) Какой метод исследования для ТРЁХ групп при МНОЖЕСТВЕННЫХ (скажем 7 раз) повторных измерениях на каждой группе (НЕзависимых) (+малая выборка--20-25 чел в каждой группе)---???? Какие используются методы статистической обработки--?

Запутался
кто-то посоветовал--Двухфакторный дисперсионный анализ: один фактор - номер измерения, второй фактор - номер группы.
ВОПРОС---ведь дисперсион анализ проводится при НОРмальном распределении
Где-то я вычитал ниже написанное
Сравнение зависимых групп (повторные измерения!)
а) Сравнение двух групп.
МЕТОД - Критерий Уилконсона (Вилконсона). Альтернативный метод ?
критерий знаков.
б) Сравнение трех и более групп.
!! МЕТОД - Критерий Фридмана . Выявляет различия между всеми группами. Для
оценки различий между конкретными двумя группами проводят попарное сравнение с
помощью адаптированных (непараметрических) вариантов критериев Ньюмена-Кейлса
или Даннета.----(НО посоветовали, что НЕ подходит так как тут-ДВУФАКТОРНЫЙ АНАЛИЗ----один фактор - номер измерения, второй фактор - номер группы.

КТО-ТО советовал--регрессионный анализ с бутстрапированием (там нормальность не нужна)-----Я вообще не знаю что это и как делать.
КТО-ТО советовал ---медианную регрессию

ПОМОГИТЕ разобраться, пожалуйста.

Пожалуйста, не надо раскидывать идентичные сообщения по разным темам.

[DrgLena]

В описанном дизайне возможно использование дисперсионного анализа для ПОВТОРНЫХ измерений, о чем nokh уже написал. У вас должно быть две отдельных переменных - систолическое давление и диастолическое (а не дробь, как вы написали). 7 измерений в каждой группе - это фактор времени. Повторные измерения должны быть расположены в виде отдельный переменных. Второй фактор - принадлежность к группе (3 уровня, A,B и C). Если используете программу Statistica, то трансформацию (если она необходима для ваших переменных, я советую проводить в той же программе, при этом указать все переменные (7х2) и там же указать группирующую. В программе PAST это просто нельзя сделать, как и двухфакторный ДА для повторных измерений. Если нам нужна нормальность или симметрия в ячейках дисперсионного комплекса, то почему трансформацию не провести в каждой группе. Если автор поста прицепит свои данные, можем обсудить результаты и, кстати продвинимся в сферичности или зацепим MANOVA, учитывая, что фактор может различным образом влиять на систолическое и диастолическое давление.

[nokh]

...В программе PAST это просто нельзя сделать, как и двухфакторный ДА для повторных измерений.

Проект PAST не стоит на месте, там постоянно что-то добавляется. Относительно недавно, например, там появились апостериорные сравнения после Краскела-Уоллиса методом Данна (до этого предлагались только Манн-Уитни с поправкой Бонферрони), скорректированные стандартизованные остатки (остатки Хабермана) для плоских таблиц сопряжённости (правда пока без р, но это элементарно решается в электронных таблицах типа Excel). В руководстве для версии 3.14 Two way repeated measures ANOVA описан на стр. 68. Но когда я его пробовал результат не сошёлся с др. пакетами; деталей не помню...

Если нам нужна нормальность или симметрия в ячейках дисперсионного комплекса, то почему трансформацию не провести в каждой группе.

Конечно, трансформацию нужно проводить во всех группах. Но она должна быть идентичной, а я советовал Бокса - Кокса. Если применять его к каждой группе в отдельности, то получится ерунда. Например, в первой группе получится лямбда=1, что равносильно отсутствию трансформации, а во второй группе лямбда=0,5, что равносильно преобразованию квадратного корня. Мы не можем сравнивать 2 группы, когда в одной - исходные данные, а в другой - корень из исходных. Поэтому я и писал, что преобразовывать нужно весь массив целиком, как одну выборку.

Сообщение отредактировал nokh - 7.01.2017 - 23:35