선형 혼합 효과 모델의 결과보고

선형 혼합 효과 모델은 생물학 분야에서 일반적으로 사용되지 않으며, 작성하려는 논문에서 사용한 통계 테스트를보고해야합니다. 다중 수준 모델링에 대한 인식이 생명 과학의 일부 영역에서 나타나기 시작한다는 것을 알고 있습니다 ( 종속성에 대한 솔루션 : 중첩 된 데이터를 수용하기 위해 다중 수준 분석 사용 ) 결과를보고하는 방법을 배우려고 여전히 노력하고 있습니다!

내 실험 설계에 대해 간단히 설명하자면 다음과 같습니다.
* 피험자는 4 개의 치료 그룹 중 하나에 배정되었습니다 . *
종속 변수의 측정은 치료 시작 후 다양한 날에 수행
되었습니다. 며칠 동안 일부 피험자에 대한 측정)
* 치료 A는 참조 범주입니다
* 치료의 마지막 날에 데이터를 중심에 두었습니다

치료 A (참조 범주)가 다른 치료 (치료가 끝났을 때)보다 훨씬 더 나은 결과를 낼 수 있는지 알고 싶습니다.

nlme를 사용하여 R에서 분석을 수행했습니다.

mymodel <- lme(dv ~ Treatment*Day, random = ~1|Subject, data = mydf, na.action = na.omit, 
+ correlation = corAR1(form = ~1 |Subject), method = "REML")

그리고 출력 (일부; 간결을 위해 잘림)은 다음과 같습니다.

>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

따라서 Day의 효과는 치료에 따라 다르며, 치료의 마지막 날 (데이터가 중앙에 위치하는)에 dv가 치료 B 또는 C와 치료 A에서 크게 다르다는 것을 알고 있습니다.

내가 말하고 싶은 것은 : "예상 한 바와 같이, 치료 변수 B (평균 +/- SE, p = 0.0096) 또는 치료를받은 대상보다 치료 A (평균 +/- SE)를받는 대상에서 종속 변수가 유의하게 낮다는 것을 발견했다 치료 마지막 날에 측정 된 C (평균 +/- SE, p = 0.0065). "

그러나 어떤 통계 테스트가 수행되었는지 표시해야합니다. 이것이 분석을 설명하는 데 적합한 방법입니까? "[측정 방법]은 표시된 요일에 수행되었으며 종속 변수 (단위)가 결정되었습니다. 우리는 [최종 치료 일]을 중심으로 선형 혼합 효과 모델을 사용하여 로그 변환 된 데이터를 분석했습니다. 기호는 평균 dv를 나타내며, 오차 막대는 표준 오류. 치료의 마지막 날에, 치료 A (평균 +/- SE)에서 dv가 치료 B (평균 +/- SE, p = 0.0096)보다 유의하게 낮았다 ... "

Specifically,
*Does that say enough about the statistical test used? (Readers are used to seeing something more like "mean +/- SE, p=0.0096, Student's t-test," but it seems weird to write "p=0.0096, coefficient for Treatment B vs. Treatment A from linear mixed-effects model at [final day of treatment].")
*Is there a better way to put this?

(방법 섹션에는 통계에 대한 자세한 정보가 포함됩니다. "[측정 방법] 데이터는 R 및 R 패키지를 사용하여 분석되었습니다. 대상을 임의 효과로 사용하는 선형 혼합 효과 모델을 사용하여 로그 변환 된 종속 변수 데이터를 분석했습니다. 차수 1 (AR1)의 자기 상관 구조 고정 효과로서, 치료와 날, 치료와 날의 상호 작용을 포함 시켰으며, 적합치에 대한 잔차 그림을 육안으로 검사하여 정규성과 균질성을 점검했습니다. 혼합 효과 분석을 통해 고정 효과가 적용된 모델과 임의 효과 만있는 null 모델을 비교하는 우도 비율 테스트를 수행했습니다. ")

종종 통계를 싫어하는 독자를 위해 선형 혼합 효과 모델의 결과를보고하는 방법에 대한 조언은 (상대 통계 초보자가 작성) 크게 감사하겠습니다!

이것은 귀하의 질문에 대답하는 데 도움이되지 않을 수도 있지만 실험에서 반복 측정 (일)이 있음을 알았지 만 이것이 모델에서 반복 측정이라고 표시하지 않았습니다. 나는 당신의 모델에서 임의의 용어가 다음과 같다고 생각했을 것입니다 :

mymodel <- lme(dv ~ Treatment*Day, random = ~1|Subject/Day, 
               data = mydf, na.action = na.omit,
               correlation = corAR1(form = ~1 |Subject/Day), method = "REML")

결과보고와 관련하여 치료간에 유의 한 차이가 나타나는 날을보고하려고합니까? 그렇다면 상호 작용 항의 대비도 살펴보고보고해야한다고 생각합니다. 나는 통계 초보자이며 기본적으로 당신과 같은 질문을합니다 :-)

Andy Field의 "R을 사용하여 통계 발견" 은 Ch14에서 선형 혼합 효과 모델의 결과를보고하는 방법을 설명합니다. 이 책은 가지고 있지 않지만 다시 한 번 손에 넣은 후에이 게시물을 편집 할 수 있습니다.