혈압을 측정하는 두 가지 방법을 찾는 임상 시험의 일부 데이터를 분석하라는 요청을 받았습니다. 각 방법을 사용하여 2 ~ 57 개의 측정 값을 가진 50 명의 주제에 대한 데이터가 있습니다.
어떻게 진행해야하는지 궁금합니다.
분명히 나는 혈압의 측정이 쌍을 이룬다는 사실 (동시에 측정되는 두 가지 방법)과 시간 변화 공변량 (환자마다 다양한 수의 관찰로)뿐만 아니라 내부 및 내부 간을 설명하는 해결책이 필요합니다. 환자의 가변성.
나는 어떻게 든 이것을 반복 측정 ANOVA로 구두 발굽을 생각하고 있었지만 혼합 모델 접근법이 필요할 수도 있다고 생각합니다.
도움이 될만한 조언을 부탁드립니다.
나는 완전한 R 초보자이지만 기술을 개발하는 데 매우 흥분하며 Stata에서 온건 한 경험을 가지고 있기 때문에 항상 그 문제에 빠질 수 있습니다.
답변:
반복 횟수가 모든 주제에 대해 동일하지 않기 때문에 RM-ANOVA로 원하는 것을 쉽게 수행 할 수 있다고 생각하지 않습니다. R에서는 혼합 효과 모델을 실행하는 것이 매우 쉽습니다. 실제로 기본 사항과 명령을 배우는 데 약간의 시간을 투자하면 많은 가능성을 열 수 있습니다. 또한 혼합 모델링은 사용이 훨씬 간단하고 유연하며 RM-ANOVA를 직접 수행 할 필요가 거의 없습니다. 마지막으로, 혼합 모델링을 사용하면 잔차의 공분산 구조 (RM-ANOVA는 단순히 대각선 구조를 가정 함)를 설명 할 수 있으며 많은 응용 분야에 중요 할 수 있습니다.
이 R 선형 혼합 모델링을위한 두 가지 패키지는 다음과 같습니다 nlme및 lme4. lme4패키지는 대규모 데이터 세트 및 또한 클러스터 데이터를 다루는 경우에 좋은 곳입니다 더 현대적인 것입니다. Nlme이전 패키지이며 주로 사용되지 않습니다 lme4. 그러나 반복 측정 설계 의 경우 잔차의 공분산 구조 lme4만 nlme모델링 할 수 있기 때문에 여전히 낫습니다 . 의 기본 구문 nlme은 매우 간단합니다. 예를 들면 다음과 같습니다.
fit.1 <- lme(dv ~ x + t, random=~1|subject, cor=corCompSymm())
여기에서는 종속 변수 dv와 요인 x및 시간 관련 공변량 간의 관계를 모델링합니다 t. Subject랜덤 효과이며 잔차의 공분산에 복합 대칭 구조를 사용했습니다. 이제 다음을 통해 악명 높은 p- 값을 쉽게 얻을 수 있습니다.
anova(fit.1)
마지막으로, nlme에 대한 명확한 참조 안내서 인 S 및 S-Plus의 혼합 효과 모델을 사용하여 더 자세히 읽어보십시오 . 초보자를위한 또 다른 좋은 참고 자료 는 R, SAS, SPSS 등의 코드로 혼합 모델링의 다양한 응용 사례를 컴파일하는 통계 소프트웨어 를 사용하는 실용 안내서 인 선형 혼합 모델입니다 .
당신은 R.를 사용하여 혼합 모델 RM-ANOVA를 찾고 있다면 당신이 체크 아웃 할 수 있습니다 http://blog.gribblelab.org/2009/03/09/repeated-measures-anova-using-r/을 있다 혼합 모델을 사용하여 RM-ANOVA를 달성하는 방법을 보여주는 훌륭한 예입니다.
내 경험을 바탕으로 SAS는 혼합 모델을 처리하는 더 좋은 도구입니다. SAS를 사용하는 경우 RM-ANOVA에 대한 SAS 도움말 "Proc Mixed"을 확인할 수 있습니다.