Дисперсионный анализ? Опции

[Zamira]

Добрый день! Прошу помочь разобраться в достаточно "заезженной" теме дисперсионного анализа с повторными измерениями.
Есть две группы (контроль (12 чел) и группа терапии (12 чел)) пациентов с сахарным диабетом 1 типа. несколько параметров (углеводный, липидный обмен, маркеры диабетической нефропатии (ДН)) оценивались в начале исследования и через 6 мес. после присоединения исследуемого препарата в группе терапии. Исходно группы не отличались, предполагается, что присоединение препарата в группе терапии привело к уменьшению маркеров ДН, т.е. оказало нефропротективный эффект. Полагаю, что в данном случае будет уместно проведение дисперсионного анализа (провожу в СПСС, общая линейная модель-повторные измерения). В качестве внутригруппового фактора использую ?время 0-6 мес?, межгрупповой фактор ?контроль-1, терапия-2?. Возникли трудности с интерпретацией полученных данных. Вопрос 1: можно ли вносить одноврменно несколько параметров (глик.гемоглобин, ХС, маркеры ДН) или для каждого нужно проводить отдельный тест. Вопрос 2: нужно ли проводить трансформацию Бокса-Кокса, если да, как и где это можно сделать?
Консультировалась по месту работы с Ребровой О.Ю., она сказала делать попарные сравнения "контроль -терапия" до и после используя тест Манн-Уитни. Если появились межгрупповеы различия после присоединения препарата, можно предположить, что нефропротективный эффект есть.
, пожалуйста.

Нашла в статистике в блоке трансформация - Бокс-Кокс, полагаю, можно и там провести. Просто внести разом все данные с группирующей переменной?

[Zamira]

то бишь, метод выбарла правильный и алгоритм реализации правильный ?
К вопросу о трансформации, в статистике выдает значение лямбда, моя задача подставить это значение в формулу и получить на выходе трансформированное значение? А представлять эти трансформированные данные, например, так: логХС? извините, что такие въедливые и, возможно, глупые вопросы, но приходится разбираться самой. Нашла еще программу RundomBC 1.0, там по идее должен сразу вылезти результат, но постоянно выдает ошибку - недопустимы значения с плавающей запятой.
Или я несу чушь?

Сообщение отредактировал Zamira - 14.06.2017 - 15:24

[nokh]

то бишь, метод выбарла правильный и алгоритм реализации правильный ?
К вопросу о трансформации, в статистике выдает значение лямбда, моя задача подставить это значение в формулу и получить на выходе трансформированное значение? А представлять эти трансформированные данные, например, так: логХС? извините, что такие въедливые и, возможно, глупые вопросы, но приходится разбираться самой. Нашла еще программу RundomBC 1.0, там по идее должен сразу вылезти результат, но постоянно выдает ошибку - недопустимы значения с плавающей запятой.
Или я несу чушь?

1. Подставлять лямбду никуда не нужно, нужно только выписать. Хорошая программа сама все преобразует. RundomBC 1.0 - хорошая программа.

2. Раз уж вы раздобыли RundomBC 1.0 - добейтесь, чтобы она работала. Для этого нужно читать помощь, в данном случае - файл howto.txt, который идёт вместе с программой. Сейчас специально проверил под Windows 7 - прекрасно работает, преобразовал 2 выборки (см. скриншот). Если вы в первые 4 колонки внесёте свои выборки и выберите "normality and homogeneity of variances", то в колонках 5-8 получите значения, которые будут не только распределены близко к нормальному, но и иметь однородные дисперсии - это дополнительная страховка от проблем с нарушением сферичности в анализе повторных измерений, ну и приятная фишка программы.

3. По поводу трансформации - ретрансформации. Должно использоваться обратное преобразование. Например, при работе с площадями (распределены ненормально) прямое преобразование - квадратный корень из площади (распределены примерно нормально). Преобразовав и отработав с цифрами (средние, ДИ, сравнения) ретрансформируем полученные значения в исходную шкалу площадей - возводим в квадрат. Если логарифмировали - потенцируем. Если Бокс - Кокс - делаем обратное преобразование, изменив формулу на обратную, вот здесь-то и понадобится выписанное значение лямбды.

4. Описанная в (3) ретрансформация называется у профессионалов "наивной" (naive retransformation). Для сравнений это не принципиально, но для получения несмещённой оценки среднего - принципиально, т.к. наивная ретрансформация даёт несколько смещённые оценки (смещение тем сильнее, чем больше дисперсия данных). Тем не менее, это обычно игнорируется практиками. Вплоть до того, что даже в руководствах по вычислению референтных интервалов медицинских показателей используется наивная ретрансформация (правда в последнее время рекомендуется не однопараметрическое преобразование Бокса - Кокса, а двухпараметрическое). Но это - дебри и тонкости, вам достаточно наивной.

5. Могу выложить статьи по грамотной (ненаивной) ретрансформации, в т.ч. Бокса - Кокса, если участникам форума это интересно (про дисперсионный анализ и его всевозможные варианты - уже совсем неинтересно).

Сообщение отредактировал nokh - 14.06.2017 - 23:46

Эскизы прикрепленных изображений