שְׁאֵלָה:
שיטות עבודה מומלצות בעת ניתוח עיצובי שליטה לפני הטיפול
Jeromy Anglim
2010-10-10 18:04:18 UTC
view on stackexchange narkive permalink

דמיין את העיצוב הנפוץ הבא:

  • 100 משתתפים מוקצים באופן אקראי לטיפול או לקבוצת ביקורת
  • המשתנה התלוי הוא מספרי ונמדד לפני ואחרי - טיפול

שלוש אפשרויות ברורות לניתוח נתונים כאלה הן:

  • בדוק את הקבוצה לפי אפקט אינטראקציה בזמן ב- ANOVA מעורב
  • Do ANCOVA עם מצב כ- IV ומדידה מוקדמת כמדד משתנה ואחריו כ- DV
  • ערכו בדיקת t עם מצב כציון השינוי של IV ו- pre-post כ- DV

שאלה:

  • מהי הדרך הטובה ביותר לנתח נתונים כאלה?
  • האם יש סיבות להעדיף גישה אחת על פני אחרת?
כשאתה אומר "תנאי", אתה מתכוון למשימה קבוצתית?
@propofol: כן. מתנצל אם השפה שלי לא ברורה.
שרשורים רלוונטיים ביותר: [האם תקף לכלול מדד בסיס כמשתנה בקרה בבדיקת ההשפעה של משתנה עצמאי על ציוני השינויים?] (Http://stats.stackexchange.com/questions/15713/is-it-valid- לכלול-מדד-בסיסי-כבקרה-משתנה-בעת-בדיקת-ה- e) ו [האם יש לדגם את ההבדל בין בקרה לטיפול במפורש או במשתמע?] (http://stats.stackexchange.com / שאלות / 15104 / צריך להיות מודל-ההבדל-בין-בקרה-לטיפול-למודל-במפורש-או-ים)
ישנן גם שיטות "N-of-1" פרמטריות להערכת נתונים סטטיסטיים עבור תצפיות בודדות. יישום לדוגמא: http://www.ncbi.nlm.nih.gov/pubmed/2039432 שיטות השוואה: http://europepmc.org/abstract/MED/10557859/reload=0;jsessionid=byio9Np7lnoik1Ksa4nP.38
חָמֵשׁ תשובות:
#1
+36
chl
2010-10-10 18:59:48 UTC
view on stackexchange narkive permalink

קיימת ספרות ענקית סביב נושא זה (שינוי / רווח ציונים), ולדעתי הפניות הטובות ביותר מגיעות מהתחום הביו-רפואי, למשל.

Senn, S (2007). סוגיות סטטיסטיות בפיתוח תרופות . ויילי (פרק 7 עמ '96-112)

במחקר ביו-רפואי נעשתה עבודה מעניינת גם בחקר ניסויים צולבים (במיוחד ביחס לאפקטים של העברה אם כי אני לא יודע עד כמה זה רלוונטי למחקר שלך.

מציון רווח t ל- ANCOVA F (וסגן להיפך), מאת Knapp & Schaffer, מספק סקירה מעניינת על גישה ANCOVA לעומת t (מה שמכונה פרדוקס הלורד). הניתוח הפשוט של ציוני השינוי אינו הדרך המומלצת לעיצוב טרום-פוסט לפי דבריו של סן במאמרו שינוי מקו הבסיס וניתוח חוזר של המשתנות (Stat. Med. 2006 25 (24)). יתר על כן, שימוש במודל אפקטים מעורבים (למשל כדי להסביר את המתאם בין שתי נקודות הזמן) אינו טוב יותר מכיוון שאתה באמת צריך להשתמש במדידת ה"טרום "כמשתנה משתנה בכדי להגביר את הדיוק (באמצעות התאמה). בקצרה רבה:

  • השימוש בציוני השינוי (פרסם $ - $ pre, או התוצאה $ - $ baseline) אינו פותר את בעיית חוסר האיזון; המתאם בין מדידה לפני ואחרי המדידה הוא < 1, והמתאם בין לפני ו- (post $ - $ pre) הוא בדרך כלל שלילי - מכאן נובע שאם הטיפול (הקצאת הקבוצה שלך) כפי שהוא נמדד על ידי ציונים גולמיים במקרה אינו הוגן חסרון בהשוואה לבקרה, יהיה לו יתרון לא הוגן עם ציוני השינוי.
  • השונות של האומדן המשמש ב- ANCOVA היא בדרך כלל נמוכה מזו עבור ציוני גלם או שינוי (אלא אם כן המתאם בין pre ו- post שווה ל- 1). .
  • אם יחסי הטרום-פוסט נבדלים בין שתי הקבוצות (שיפוע), אין זו בעיה גדולה יותר מאשר בשיטות אחרות (גישת ציוני השינוי מניחה גם שהקשר זהה בין שתי הקבוצות - השערת שיפוע מקבילה).
  • בהשערת האפס של שוויון הטיפול (על התוצאה), לא צפוי טיפול באינטראקציה x בסיס; מסוכן להתאים מודל כזה, אך במקרה זה יש להשתמש בקווי בסיס מרוכזים (אחרת, אפקט הטיפול מוערך במקור המשתנה).

אני אוהב גם את עשר מיתוסי ציון ההבדל מאת אדוארדס, אם כי הוא מתמקד בציוני ההבדל בהקשר אחר; אך הנה ביבליוגרפיה המאושרת על ניתוח השינוי לפני ההודעה (למרבה הצער, היא אינה מכסה עבודות עדכניות מאוד). ואן ברוקלן השווה גם את ANOVA לעומת ANCOVA במסגרת אקראית ולא אקראית, ומסקנותיו תומכות ברעיון שיש להעדיף ANCOVA, לפחות במחקרים אקראיים (המונעים רגרסיה להשפעה הממוצעת).

רק כדי להבהיר: האם אתה מתכוון ש- ANCOVA עם ציונים לפני המבחן כמשתנים משתנים היא האפשרות הטובה ביותר?
@chl: הקישור לביבליוגרפיה המבוארת נשבר.
#2
+17
Jeromy Anglim
2010-12-08 07:31:49 UTC
view on stackexchange narkive permalink

דניאל ב 'רייט דן בכך בסעיף 5 למאמרו להתיידד עם הנתונים שלך. הוא מציע (עמ' 130):

ההליך היחיד ש נכון תמיד במצב זה הוא מפזר פיזור המשווה את הציונים בזמן 2 לאלו שבזמן 1 עבור הקבוצות השונות. ברוב המקרים עליכם לנתח את הנתונים בכמה דרכים. אם הגישות נותנות תוצאות שונות ... חשוב יותר על המודל שמשתמע מכל אחת מהן.

הוא ממליץ על המאמרים הבאים לקריאה נוספת:

  • יד , DJ (1994). פירוק שאלות סטטיסטיות. כתב העת של האגודה הסטטיסטית המלכותית: A, 157, 317–356.
  • Lord, F. M. (1967). פרדוקס בפירוש השוואות קבוצתיות. עלון פסיכולוגי, 72, 304–305. PDF בחינם
  • Wainer, H. (1991). התאמה לשיעורי בסיס דיפרנציאליים: הפרדוקס של לורד שוב. עלון פסיכולוגי, 109, 147-151. PDF בחינם
#3
+9
Gala
2013-05-01 21:43:41 UTC
view on stackexchange narkive permalink

האסטרטגיות הנפוצות ביותר יהיו:

  1. מדדים חוזרים ונשנים של ANOVA עם גורם אחד בתוך הנבדק (לפני לעומת לאחר הבדיקה) וגורם אחד בין הנבדק (טיפול לעומת בקרה).
  2. ANCOVA על הציונים שלאחר הטיפול, עם ציון טרום הטיפול כמשתנה משתנה וטיפול כמשתנה עצמאי. באופן אינטואיטיבי, הרעיון הוא שמבחן של ההבדלים בין שתי הקבוצות הוא באמת מה שאתה מחפש וכולל ציונים לפני המבחן כמשתנה משתנה יכול להגדיל את הכוח בהשוואה למבחן פשוט או ANOVA.

קיימים דיונים רבים על הפרשנות, ההנחות וההבדלים לכאורה פרדוקסלים בין שתי הגישות הללו ועל חלופות מתוחכמות יותר (במיוחד כאשר לא ניתן להקצות משתתפים באופן אקראי לטיפול), אך אני חושב שהם די סטנדרטיים.

מקור חשוב לבלבול הוא שעבור ה- ANOVA, השפעת העניין היא ככל הנראה ה אינטראקציה בין זמן לטיפול ו לא ההשפעה העיקרית של הטיפול. אגב, מבחן ה- F למונח אינטראקציה זה יניב תוצאה זהה לחלוטין מאשר מבחן t מדגם עצמאי על ציוני רווח (כלומר ציונים שהושגו על ידי חיסור הציון לפני המבחן מציון לאחר המבחן עבור כל משתתף) כך שתוכלו לך גם על זה.

אם כל זה יותר מדי, אין לך זמן להבין את זה ואינך יכול לקבל עזרה מסטטיסטיקאי, גישה מהירה ומלוכלכת אך בשום אופן לא אבסורדי לחלוטין. יהיה פשוט להשוות את הציונים שלאחר המבחן עם מבחן t מדגם עצמאי, תוך התעלמות מערכי טרום המבחן. זה הגיוני רק אם המשתתפים אכן הוקצו באופן אקראי לקבוצת הטיפול או הביקורת

לבסוף, זו לא כשלעצמה סיבה טובה מאוד לבחור בה, אך אני חושד שגישה 2 לעיל (ANCOVA) היא זו שעוברת כרגע לגישה הנכונה בפסיכולוגיה, כך שאם תבחר במשהו אחר ייתכן שיהיה עליך להסביר את הטכניקה בפירוט או להצדיק את עצמך בפני מישהו משוכנע, למשל ש"ציוני רווח ידועים כלא טובים ".

הייתי אומר שההמלצה הראשונה, צעדים חוזרים ונשנים של ANOVA, אינה מתאימה לניתוח נתונים לפני ההודעה.האם הטיפול מקודד ל -0 בקבוצת ההתערבות בתחילת המחקר?כך או כך, זה מציג מחדש את אפקט הות'ורן.ההבדלים השיטתיים בקדם / בהודעה בין הפקדים נרתעים לוואריאציה אקראית.RM AN * C * OVA מוצדק כאשר ישנן * מספר * מדידות במהלך תקופה שלאחר התקופה, וערכי הבסיס עדיין מותאמים כמשתנה משתנה או משמשים כציון רווח.
#4
+2
Thomas
2017-01-08 06:05:21 UTC
view on stackexchange narkive permalink

ANCOVA ומדדים חוזרים / מודל מעורב למונח אינטראקציה בודקים שתי השערות שונות.עיין במאמר זה: מאמר 1 ומאמר זה: מאמר 2

#5
-2
Krysta
2013-05-01 20:43:13 UTC
view on stackexchange narkive permalink

מכיוון שיש לך שני אמצעים (או של פריט ספציפי, או של סכום המלאי), אין שום סיבה לשקול ANOVA. מבחן t זוגי הוא כנראה מתאים; זה עשוי לעזור לך לבחור איזו מבחן t אתה זקוק לו.

האם אתה רוצה לבחון תוצאות ספציפיות לפריט או ציונים כוללים? אם אתה רוצה לבצע ניתוח פריטים, זה עשוי להיות מקום התחלה שימושי.

מה עם קבוצת הביקורת? מבחן t זוגי על כל הנתונים נשמע כמו רעיון רע ובוודאי שאינו עוסק בשאלה העיקרית (האם הטיפול יעיל?). בדיקת t זוגית המוגבלת לקבוצת הטיפול היא אסטרטגיה מתקבלת על הדעת אך התעלמות מקבוצת הביקורת זורקת נתונים רבים ומביאה ראיות חלשות הרבה יותר לכך שההתערבות היא למעשה המרכיב הפעיל. ANOVA היא למעשה דרך נפוצה - אם מבקרים אותה לעתים קרובות - לנתח עיצוב זה.


שאלה ותשובה זו תורגמה אוטומטית מהשפה האנגלית.התוכן המקורי זמין ב- stackexchange, ואנו מודים לו על רישיון cc by-sa 2.0 עליו הוא מופץ.
Loading...