Корреляция зависимых переменных Опции

[Daria]

Здравствуйте.
Суть задачи. Есть 4 признака: пациент (id), наблюдение (этап - 1 или 2), баллы по шкале (шкала), время ожидания операции (срок).
Нужно оценить линейную зависимость количества баллов на этапе 2 и время ожидания операции (т.е. чем больше ждем, тем хуже состояние пациента) с коррекцией на исходное количества баллов по шкале (т.е. ухудшение состояния, связанное с длительностью ожидания операции наблюдается независимо от исходного количества баллов).

Как я вижу решение:
а) применить частную корреляцию. Можно ли это делать в случае повторных наблюдений?
б) построить регрессионную модель. Зависимая ШКАЛА на этапе 2, предикторы - шкала на этапе 1, срок. Потом строим линейную кривую. Насколько я читала, в случае повторных наблюдений нужно использовать смешанную регресионную модель с фиксированными и случайными эффектами.

Оба этих подхода можно реализовать и в SPSS, и в Stata. Какой подход будет более правильным?

[passant]

Начнем с представления данных. Если я правильно понял, и ДЛЯ КАЖДОГО БОЛЬНОГО у вас есть информация по состоянию до и после операции, то на самом деле ваши данные немного другие. А именно, представьте, что у вас есть таблица со следующими столбцами:
Пациент (id), Баллы по шкале до операции (БДО), Время ожидания операции (ВО), Баллы по шкале после операции (БПО).
Вот теперь можно и корреляцией заняться, например выяснить, коррелированы-ли БПО и БДО. БПО и ВО. И да, нужно применять двухвыборочные методы для зависимых выборок. Можно попытаться применить и множественную корреляцию. Главное помните, что БПО и БДО у вас измерены в ранговых шкалах, а ВО - в количественной, и методы надо выбирать соответствующие.
Дальше можно попробовать построить модель зависимости БПО от БДО и ВО. Правада, что такое "линейная кривая" и как вы ее себе представляете - это загадка. А поскольку Ваши БПО и БДО представлены в ранговых шкалах (это насколько я понял), то строго говоря вы должны строить не регрессионную, а классификационную модель. Каким методом - тут конечно надо немного подумать, но ваша задача вполне классическая и описана почти дословно во многих книгах по мед.статистике.
"Регрессионная модель с фиксированными и случайными эффектами" - с моей точки зрения, это вас уже занесло как-то очень далеко не туда.
"можно реализовать и в SPSS, и в Stata", - Можно. Можно и в R, и в Python, и даже в EXCEL. Реализовывайте в том, что вы лично лучше знаете.

Сообщение отредактировал passant - 26.02.2018 - 00:59

[Daria]

"..."линейная кривая" и как вы ее себе представляете - это загадка"
Да, я неверно выразилась. Но смысл, думаю, понятен. Графическое преставление линейной зависимости, наверное, так.

[passant]

"..."линейная кривая" и как вы ее себе представляете - это загадка"
Да, я неверно выразилась. Но смысл, думаю, понятен. Графическое преставление линейной зависимости, наверное, так.

"линейная кривая"=="Графическое преставление линейной зависимости" == (самое сложнонаучное и математикозаумное название) "прямая" (ну,
или "плоскость" в многомерном случае).

Сообщение отредактировал passant - 26.02.2018 - 17:23