Есть таблица данных:

Пол До После

М 120 130
Ж 110 125
М 110 125
Ж 120 115

и т.д., где М/Ж - это пол пациентов, До/После - показания до и после лечения

Как определить, что препарат оказывает разное влияние в зависимости от пола. При нормальном распределении на ум приходит one-way ANOVA for repeated measures. А вот что делать, если распределение не нормальное?

Заранее спасибо за ответы.

Привет, Barabek!

Коллега, Вы не вполне правы относительно one-way ANOVA. Во-первых, если Вы почитаете в сети материалы на эту тему, то узнаете, что нормальность встречается весьма редко, примерно в 2-5% случаев. Но для параметрического one-way ANOVA требуется выполнение и второго условия - равенство ген. дисперсий. А одновременное выполнение этих двух условий - это вообще крайне редкое событие. Но главное даже не в этом. Неужели в анамнезе больных кроме пола нет никаких иных признаков? Уверена что есть, и немало. Вот и следует отсюда, что надо использовать многомерные методы анализа, а не сравнение средних. Выбор из этих двух альтернатив, конечно, обусловлен тем, ради чего всё это делается. Если ради использования результатов анализа в практических целях, то конечно надо использовать максимум имеющейся информации. Т.е. многомерные методы. И в этом случае требуется участие профессионала в этой области. Если же цель анализа совсем иная, то в этом случае можно не утруждать себя поисками и деталями, а просто использовать двухфакторный ANOVA.

Желаю успеха!
Larina Tatjana

Татьяна,

Спасибо за ответ. Честно говоря и привел гипотетические, а не реальные данные. Я сейчас активно изучаю R и возник вопрос как подходить к анализу различных типов данных и различного дизайна исследований. Я советовался с коллегой (эпидемиолог). Он считает, что значения "до" и разница в последующих измерениях являются зависимыми. Т.е. в данном случае надо исходить из линейной зависимости, причем учитывать зависимость значений "до" и разницу между "До" и "После". Я пришел к anova.model1<-lm(dif~gender*before) и summary(anova.model1). Т.е. один фактор (пол/gender) и повторные измерения.

Не уверен, что все правильно делаю, потому и советуюсь. Если есть специалисты по R, отзовитесь.

Спасибо.

Почитайте про анализ данных наблюдений в стиле "так уж получилось" по ссылке http://lme4.r-forge.r-project.org/lMMwR/

Любопытное чтиво. Буду неделю если не больше разбираться. Библиотеку установил, буду рыть.

Я сейчас занимаюсь тем же, но только урывками. Честно говоря в плане анализа сложных дисперсионных комплексов ожидал от среды R большего. Не в плане возможностей, а в плане простоты. Но, увы, те подходы которые пока посмотрел сложнее синтаксисов SPSS или Statistica. Про lm точно могу сказать, что ей лучше не пользоваться, т.к. она считает модели только с фиксированными факторами, а модели с повторными измерениями содержат обычно случайный фактор. Через aov тоже то получается, то не получается - ещё не разобрался почему так происходит для почти идентичных комплексов.

Тут интересно дают кратко описание формул (http://ww2.coastal.edu/kingw/statistics/R-tutorials/formulae.html) , но вот как подогнать под мою задачу пока не не разобрался.

Пришел к такой формуле:

синтаксис R
summary(aov(dif~before+gender))

Неплохо тут http://personality-project.org/r/r.anova.html

В этом документе посмотрите Reorganizing the data for within subject analyses

Я пока только чужой код юзаю, р2004 помогает