रेखीय मिश्रित प्रभाव वाले मॉडल आमतौर पर जीव विज्ञान के मेरे कोने में उपयोग नहीं किए जाते हैं, और मुझे उन सांख्यिकीय परीक्षण की रिपोर्ट करने की आवश्यकता है जो मैंने एक पेपर में उपयोग किया था जिसे मैं लिखने की कोशिश कर रहा हूं। मुझे पता है कि बहुस्तरीय मॉडलिंग के बारे में जागरूकता बायोसाइंसेज के कुछ क्षेत्रों में दिखाई देने लगी है ( निर्भरता का एक समाधान: नेस्टेड डेटा को समायोजित करने के लिए बहुस्तरीय विश्लेषण का उपयोग करना ), लेकिन मैं अभी भी सीखने की कोशिश कर रहा हूं कि अपने परिणामों की रिपोर्ट कैसे करें!
मेरा प्रयोगात्मक डिजाइन, संक्षेप में:
* विषय चार उपचार समूहों में से एक को सौंपा गया था
*
उपचार शुरू होने के बाद विभिन्न दिनों पर आश्रित चर के माप लिए गए थे
* डिजाइन असंतुलित है (उपचार समूहों में विषयों की असमान संख्या, और गायब है) कुछ दिनों के लिए कुछ विषयों के माप)
* उपचार A संदर्भ श्रेणी है
* मैंने उपचार के अंतिम दिन डेटा को केंद्रित किया है
मैं जानना चाहता हूं कि क्या उपचार ए (संदर्भ श्रेणी) अन्य उपचार (उपचार के अंत में) की तुलना में बेहतर परिणाम देता है।
मैंने आर में अपना विश्लेषण किया, nlme का उपयोग करते हुए:
mymodel <- lme(dv ~ Treatment*Day, random = ~1|Subject, data = mydf, na.action = na.omit,
+ correlation = corAR1(form = ~1 |Subject), method = "REML")
और आउटपुट (भाग में, संक्षिप्तता के लिए छोटा):
>anova(mymodel)
numDF denDF F-value p-value
(Intercept) 1 222 36173.09 <.0001
Treat 3 35 16.61 <.0001
Day 7 222 3.43 0.0016
Treat:Day 21 222 3.62 <.0001
>summary(mymodel)
Fixed effects: dv ~ Treatment * Day
Value Std.Error DF t-value p-value
(Intercept) 7.038028 0.1245901 222 56.48945 0.0000
TreatmentB 0.440560 0.1608452 35 2.73903 0.0096
TreatmentC 0.510214 0.1761970 35 2.89570 0.0065
TreatmentD 0.106202 0.1637436 35 0.64859 0.5208
इसलिए, मुझे पता है कि दिन का प्रभाव उपचार द्वारा भिन्न होता है, और यह कि, उपचार के अंतिम दिन (जहां डेटा केंद्रित है), डीवी उपचार बी या सी की तुलना में उपचार ए में काफी भिन्न है।
मैं जो कहना चाहता हूं वह है: "जैसा कि अनुमान लगाया गया था, हमने पाया कि उपचार बी (मतलब +/- एसई, पी = 0.0096) या उपचार प्राप्त करने वाले विषयों की तुलना में उपचार ए (मतलब +/- एसई) प्राप्त करने वाले विषयों में डिपेंडेंट वेरिएबल काफी कम था। सी (औसत +/- एसई, पी = 0.0065), जैसा कि उपचार के अंतिम दिन मापा जाता है। "
लेकिन, मुझे यह बताना होगा कि सांख्यिकीय परीक्षण क्या किया गया था। क्या यह विश्लेषण का वर्णन करने का एक स्वीकार्य तरीका होगा? "" मापन विधि] संकेत किए गए दिनों पर किया गया था और डिपेंडेंट वेरिएबल (इकाइयों) का निर्धारण किया गया था; हमने एक रैखिक मिश्रित-प्रभाव मॉडल का उपयोग करके लॉग-ट्रांसफ़ॉर्म किए गए डेटा का विश्लेषण किया था [उपचार के अंतिम दिन] पर केंद्रित। प्रतीकों का मतलब है DV, त्रुटि सलाखों का प्रतिनिधित्व करना; मानक त्रुटि। उपचार के अंतिम दिन, उपचार बी की तुलना में उपचार ए (मतलब +/- एसई) में डीवी काफी कम था (मतलब +/- एसई, पी = 0.0096) ... "
विशेष रूप से,
* क्या यह कहता है कि इस्तेमाल किए गए सांख्यिकीय परीक्षण के बारे में पर्याप्त है? (पाठकों को "मीन +/- एसई, पी = 0.0096, स्टूडेंट टी-टेस्ट" जैसे कुछ और देखने के लिए उपयोग किया जाता है, लेकिन यह लिखने के लिए अजीब लगता है "पी = 0.0096, उपचार बी बनाम उपचार के लिए गुणांक रैखिक मिश्रित प्रभावों से। मॉडल [उपचार के अंतिम दिन]। ")
* क्या इसे लगाने का एक बेहतर तरीका है?
(विधियों अनुभाग में आँकड़ों के बारे में अधिक जानकारी शामिल होगी: "[मापन विधि] डेटा का विश्लेषण R और R पैकेजों का उपयोग करके किया गया था ... हमने रेखीय मिश्रित प्रभाव मॉडल का उपयोग करके लॉग-ट्रांसफ़र किए गए डिपेंडेंट वेरिएबल डेटा का विश्लेषण किया, जो कि यादृच्छिक प्रभाव के रूप में विषयों का उपयोग करके यादृच्छिक प्रभाव और आदेश 1 (AR1) की एक स्वतःसंरचना संरचना। निश्चित प्रभावों के रूप में, हमने उपचार और दिवस को शामिल किया, और उपचार और दिवस की बातचीत को शामिल किया। हमने उपचार मूल्यों के खिलाफ अवशिष्ट के भूखंडों के दृश्य निरीक्षणों द्वारा सामान्यता और समरूपता की जांच की। मिश्रित प्रभावों का विश्लेषण करता है, हमने संभावना अनुपात परीक्षणों की तुलना मॉडल को केवल यादृच्छिक प्रभावों के साथ अशक्त मॉडल के साथ तुलना करके की है। "
अक्सर आँकड़े से प्रभावित दर्शकों के लिए एक रेखीय मिश्रित प्रभाव मॉडल के परिणामों की रिपोर्ट करने के बारे में कोई सलाह (और एक रिश्तेदार आँकड़े नौसिखिया द्वारा लिखित) बहुत सराहना की जाएगी!