continuation of repeated measures + post hoc tests

19 views
Skip to first unread message

ronen

unread,
Aug 13, 2014, 9:35:31 AM8/13/14
to israel-r-...@googlegroups.com
שלום
בהמשך לשאלתי הקודמת:
יש לנו נבדקים (חזירים) המחולקים ל2 קבוצות (ניסוי וביקורת)
כולם נמדדים נמדדים מספר פעמים על מדד Y
המטרה היא למצוא באילו נקודות זמן יש הבדלים מובהקים בין 2 הקבוצות (אינטראקציה בין קבוצה ו זמן)
רציתי לדעת איך עושים את זה
נראה לי שמצאתי 2 דרכים
אני מצרף  למטה סימולציה + 2 השיטות
אני שואל מה לעשות כאשר לא לכולם יש מדידות בכל הזמנים (unbalanced)
אני מבין ש aov לא טוב במקרה זה
 
בנוסף, כיצד אני עושה מבחן פוסט הוק על האינטראקציה - כדי למצוא באילו נקודות זמן יש הבדל בין 2 הקבוצות
זה בעצם כמו לעשות מבחן טי בכל נקודת זמן בין 2 הקבוצות, אבל עם דרישה על המובהקות לא?
כיצד עושים את זה?
ראיתי באינטרנט אבל הסתבכתי...
 
זה ממש חשוב לי - כל תשובה תעזור
תודה רבה !
 
 

set.seed(33)

pig=as.factor(rep(1:10,rep(8,10)))

times=as.factor(rep(1:8,10))

group=rep(0:1,rep(5*8,2))

effect.pig=rep(rnorm(10,sd=0.5),rep(8,10))

effect.times=rep(c(0,0,0,0,2,2,2,2),10)

y=rnorm(8*10,2*group)+effect.pig+effect.times*group

 fit1=lme(y~group*times,random=~1|pig)

aov1=aov(y~group*times+Error(pig/times))

print(summary(aov1))

print(anova(fit1))

 

 

Jonathan Rosenblatt

unread,
Aug 14, 2014, 2:29:40 AM8/14/14
to israel-r-user-group
אני חושב ששתי הדרכים טובות. בפרט שים לב שאתה מקבל את אותה המובהקות. בכל אופן, ולמיטב הבנתי, lme הוא כללי יותר והימור בטוח.

לגבי הפוסט-הוק, אני קצת חלוד אבל את התשובה בוודאי תמצא בפונקציה glht בחבילת multcomp. שם תוכל לבצע מבחן לכל המקדמים עם תיקון למרובות.
אתה צודק שזה שקול למבחן t בכל נקודות זמן עם שליטה על FWER. מבחינה זו, תוכל להשיג תוצאה דומה (אבל לא שקולה) אם תעשה את המבחנים ידנית ותשתמש בשיטת Holm שבפונקציית p.adjust. ייתכן של- lme יהיה קצת יותר עוצמה, אבל זאת במחיר הנחות קצת יותר מגבילות. 







--
You received this message because you are subscribed to the Google Groups "Israel R User Group" group.
To unsubscribe from this group and stop receiving emails from it, send an email to israel-r-user-g...@googlegroups.com.
For more options, visit https://groups.google.com/d/optout.



--
Jonathan Rosenblatt
www.john-ros.com

ronen

unread,
Aug 14, 2014, 4:17:30 AM8/14/14
to israel-r-...@googlegroups.com
תודה רבה יונתן
נראה לי ששיטת המיקסד אפקט תתאים גם לנתונים לא מלאים כי יש לנו תצפיות חסרות
בנוסף אוכל לעשות מבחן יחס נראות ולבדוק אם במשתנה התלוי יורד בצורה לינארית או ריבועית ולחסוך השוואות מרובות
 
הבעיה שלי עם מבחני הפוסט-הוק.
אני הוספתי קוד והשתמשתי בחבילת
lsmeans
שבעזרתה אני עושה את הקונטרסטים ואת המבחנים - המשך הקוד מצורף למטה
אגב, זה לא יוצא כמו מבחני טי לכל נקודת זמן - אולי בגלל שהשונות מחושבת מהשאריות של כלל המודל
ולא מתוך כל נקודת זמן ?
אבל אני לא מצליח לראות את המובהקויות המתוקנות לפי שפה או בונפרוני גם כשאני משתמש ב
glht
אני יכול פשוט לקחת את המובהקויות ולעשות את התיקונים לבד?
אפשר להשתמש גם ב תיקון של
FDR
במבחנים כאלה?
 
תודה רבה!!!
 

library(lsmeans)

fit2=lmer(y~group*times+(1|pig))

comp1= lsmeans(fit2, ~ group | times, cov.reduce = FALSE)

diff1 <- update(pairs(comp1, by = "times"), by = NULL)

print(diff1)

cld(diff1)

 mcomp1=as.glht(update(pairs(comp1)),test = adjusted("Shaffer"))

 comp2= lsmeans(fit2, ~ times| group , cov.reduce = FALSE)

diff2 <- update(pairs(comp2, by = "times"), by = NULL)

mcomp2=as.glht(update(pairs(comp2,by="times")),test = adjusted("Shaffer"))

.
To unsubscribe from this group and stop receiving emails from it, send an email to israel-r-user-group+unsub...@googlegroups.com.

For more options, visit https://groups.google.com/d/optout.



--
Jonathan Rosenblatt
www.john-ros.com

Jonathan Rosenblatt

unread,
Aug 14, 2014, 9:04:06 AM8/14/14
to israel-r-user-group
לא הייתי מצפה לאותה התוצאה בדיוק, כי ההנחות של ניתוח mixed וסדרת מבחני t, אינן זהות. ההבדל הוא אכן בהנחות על השונות ומכאן גם אופן החישוב שלה (ל- t פחות הנחות, ולכן פחות דרגות חופש, וקצת פחות עוצמה).

כשאתה עושה מבחן יחס נראות ב- lme4, שים לב להתאים מודל על ידי נראות מקסימלית ולא על ידי ReML.

אין כל מניעה לקחת את המובהקויות ולתקן לבד. שימוש בבונפרוני או Holm של p.adjust יישמור על הטעות מסוג ראשון, אבל ייהנה מפחות עוצמה מהתיקון המדוייק שעושה glht לקונטראסט הספציפי שמעניין אותך (בלבד. ללא בונפרוני, ושות').
פונקציית glht גם לא תאפשר לך תיקון ל- FDR אותו תוכל לעשות על ידי p.adjust. הסייג היחיד לכך, הוא שצריך לוודא שהמתאם בין סטטיסטי המבחן שלך מקיימת את ההנחות הנדרשות לצורך BH או שתשתמש ב- method="BY", אבל אז ייתכן שאתה כל כך מחמיר, שעדיף לך כבר לשלוט על ה- FWER במדוייק עם glht.

מעבר לכך, מציע שנעבור לפרטי, בשביל לא להעמיס על התפוצה.

יונתן


To unsubscribe from this group and stop receiving emails from it, send an email to israel-r-user-g...@googlegroups.com.

For more options, visit https://groups.google.com/d/optout.



--
Jonathan Rosenblatt
www.john-ros.com

Reply all
Reply to author
Forward
0 new messages