Дисперсионный анализ групп разного объема, Количественные и бинарные признаки Опции

[exroman]

Прошу прощения, если надоел со своими воросами, но уж очень нужна помощь, т.к. своего ума не хватает, а работу хочеться сделать грамотно.
У меня 3 вопроса, все также про сравнение групп.
1) Есть 4 группы, не связанных, разного объема (от 24 до 9 человек в группе), данные - бинарные. Подсажите, как правильно выявить наличие или отсутсвтие различия по исследуемому признаку во сех 4 группах сразу, а также кокой метод использовать для по парного сравнения.
2) Есть 4 группы, не связанных, разного объема (от 24 до 9 человек в группе) данные - количественные. Подсажите, какаким методом оценить нормальность распределения в группах и какой метод дисперсионного анализа использовать для выявления различия во всех 4 группах сразу, т.к. разнообразие методов велико, а ведь еще необходимо обосновать применение того или иного метода.
3) Есть опять теже 4 группы, не связанных, разного объема (от 24 до 9 человек в группе), у которых проводится тимпанометрия с выявлением типа кривых (всего 4 типа). Подсажите, как правильно проанализировать данные, т.е. как определить или предположить, что тот или иной тип кривой характерен для той или иной группы.
Заранее благодарен за помощь!

Сообщение отредактировал exroman - 4.04.2010 - 21:39

[nokh]

1) Есть 4 группы, не связанных, разного объема (от 24 до 9 человек в группе), данные - бинарные. Подсажите, как правильно выявить наличие или отсутсвтие различия по исследуемому признаку во сех 4 группах сразу, а также кокой метод использовать для по парного сравнения.

Постройте таблицу сопряжённости 4х2 (входы: Группы и Градации бинарного признака). Если в таблице есть ячейки с частотами менее 5 - проанализируйте её предварительно с помощью диагностик Симонова - Цай и/или Хабермана на возможность использования стандартных критериев хи-квадрат и отношения правдоподобия (есть в программе AtteStat: http://attestatsoft.narod.ru/). Если диагностики покажут возможность использования аппроксимации хи-квадрат - переходите к тесту, лучше использовать отношение правдоподобия (критерий G² по Агрести). Если такая аппроксимация невозможна - нужно использовать точный перестановочный метод в специализированном ПО StatXact (доступна 30-тидневная демо-версия). В этом случае значение G-критерия не изменится, но будет точная оценка P. Если тест покажет существование значимых отличий - можно покопаться в попарных сравнениях, проведя такой же анализ, но в соответствующих таблицах сопряжённости 2х2. Приводить нужно значение G-критерия, число степеней свободы и значение P. Если одна из 4х групп - контроль полезно также по таким четырёхклеточным таблицам рассчитать изменения отношения шансов по сравнению с контролем и 95%-ные доверительные интервалы для них.

2) Есть 4 группы, не связанных, разного объема (от 24 до 9 человек в группе) данные - количественные. Подсажите, какаким методом оценить нормальность распределения в группах и какой метод дисперсионного анализа использовать для выявления различия во всех 4 группах сразу, т.к. разнообразие методов велико, а ведь еще необходимо обосновать применение того или иного метода.

Сначала проведите однофакторный дисперсионный анализ (One-way ANOVA) и в его результатах посмотрите распределение остатков. Оно должно быть нормальным. Также с помощью доступных в ПО методов необходимо оценить однородность дисперсий в группах. Если эти 2 условия выполнены - приводите значение F-критерия, степени свободы и P. Попарные сравнения нужно делать внутри дисперсионного комплекса доступными в ПО методами (лучше запланированные сравнения чем post-hoc). Если распределение остатков отличалось от нормального есть 2 пути: преобразовать данные перед анализом адекватным способом (см. про преобразования данных на этом форуме) и применить дисперсионный анализ или использовать непараметрический аналог однофакторного дисперсионного анализа - критерий Краскела-Уоллиса (Kruskal-Wallis test). В последнем случае попарные сравнения можно провести с помощью критерия Манна-Уитни.

3) Есть опять теже 4 группы, не связанных, разного объема (от 24 до 9 человек в группе), у которых проводится тимпанометрия с выявлением типа кривых (всего 4 типа). Подсажите, как правильно проанализировать данные, т.е. как определить или предположить, что тот или иной тип кривой характерен для той или иной группы.

По типам кривых не знаю что это такое. Если имеются в виду регрессионные зависимости - используйте нелинейный регрессионный анализ. Информационный критерий Акаике (AIC) поможет выбрать наиболее подходящую функцию из 4х.
В общих чертах - так.

[exroman]

Большое спасибо за ответ, nokh!!!
Я конечно не все понял, но ход мысли понятен, буду пополнять свои знания по статистике, теперь хоть понятно, что копать.

Сначала проведите однофакторный дисперсионный анализ (One-way ANOVA) и в его результатах посмотрите распределение остатков. Оно должно быть нормальным. Также с помощью доступных в ПО методов необходимо оценить однородность дисперсий в группах. Если эти 2 условия выполнены - приводите значение F-критерия, степени свободы и P. Попарные сравнения нужно делать внутри дисперсионного комплекса доступными в ПО методами (лучше запланированные сравнения чем post-hoc).

Я использую для статистического анализа AtteStat, каким именно методом правильней посмотреть распределение остатков и однороднсть дисперсий. Последнее из подчеркнутого, к сожалению, совсем не понятно. Что значит попарные сравнения внутри дисперсионного комплекса и что значит запланированные сравнения?

По типам кривых не знаю что это такое. Если имеются в виду регрессионные зависимости - используйте нелинейный регрессионный анализ. Информационный критерий Акаике (AIC) поможет выбрать наиболее подходящую функцию из 4х.

Кривые, это просто кривые, которые получаются в хоте диагностики. В соответствии от состояния получаются разного рода кривые, которые обозначают A, B, Ac, Ad, т.е. я имею ввиду, что получаются данные, которые являются ни количественныеми, ни бинарными, которые, думаю, нужно преобразовать и проанлизировать. Но я не знаю как правильно это сделать.

Сообщение отредактировал exroman - 5.04.2010 - 16:06

[Pyrosmani]

Кривые, это просто кривые, которые получаются в хоте диагностики. В соответствии от состояния получаются разного рода кривые, которые обозначают A, B, Ac, Ad, т.е. я имею ввиду, что получаются данные, которые являются ни количественныеми, ни бинарными, которые, думаю, нужно преобразовать и проанлизировать.

Мне кажется, что надо начать с определения понятия тимпанометрия. Тогда станет понятным откуда берутся кривые и какую зависимость они отражают. Я не ЛОР-врач, поэтому мне сложно Вам советовать какую-то литературу по тимпанометрии. Наверное есть какие-то методички по тимпанометрии или ЛОР-болезням, в которых этот вопрос подробно рассматривается. Прикрепил два файла, надеюсь они помогут вам решить научную задачу. В остальном следуйте советам Nokh, он мне тоже помог с применением статистических методов.

Прикрепленные файлы

 тимпанометрия.doc ( 560 килобайт ) Кол-во скачиваний: 2825
 tymp2003_145_150.pdf ( 92,41 килобайт ) Кол-во скачиваний: 532