안녕하세요
반복측정 자료 분석 찾아보다가 답이안나와서 질문 올려봅니다
한 그룹에 대해서 같은 처치를 하고, A라는 지표를 처치 전후로 측정하는데
측정할때 측정 위치랑 측정 자세를 다르게 한 상황이라면
예를들어 한 사람에 대해
처치 전 누워서 오른쪽에서 A
처치 전 누워서 왼쪽에서 A
처치 전 서서 오른쪽에서 A
처치 전 서서 왼쪽에서 A
처치 후 마찬가지로 4세트
처치 전후에 A에 차이가 있는지를 보고 싶고
측정위치랑 자세의 영향도 들어갔으면 좋겠는데
어떤 분석법을 쓰는게 좋을까요?
1) 처치 전 4개 평균 vs 처치 후 4개 평균내서
paired t test
-> 이건 측정 자세나 측정 위치 정보가 사라짐
2) linear mixed model??
고정효과를 시간(처치 전 후)로 하고
랜덤효과를 뭘로 해야되는건지 잘 이해가 안됩니다ㅜ
도움 부탁드립니다..
반복측정 자료 분석 찾아보다가 답이안나와서 질문 올려봅니다
한 그룹에 대해서 같은 처치를 하고, A라는 지표를 처치 전후로 측정하는데
측정할때 측정 위치랑 측정 자세를 다르게 한 상황이라면
예를들어 한 사람에 대해
처치 전 누워서 오른쪽에서 A
처치 전 누워서 왼쪽에서 A
처치 전 서서 오른쪽에서 A
처치 전 서서 왼쪽에서 A
처치 후 마찬가지로 4세트
처치 전후에 A에 차이가 있는지를 보고 싶고
측정위치랑 자세의 영향도 들어갔으면 좋겠는데
어떤 분석법을 쓰는게 좋을까요?
1) 처치 전 4개 평균 vs 처치 후 4개 평균내서
paired t test
-> 이건 측정 자세나 측정 위치 정보가 사라짐
2) linear mixed model??
고정효과를 시간(처치 전 후)로 하고
랜덤효과를 뭘로 해야되는건지 잘 이해가 안됩니다ㅜ
도움 부탁드립니다..
Repeated measures ANOVA 반복측정이 두번일때도 쓸 수 있대. 세번 이상만 가능한줄.. 측정이 두번일 때 paired t(전후A차이)와 2 way anova(요인:자세,위치)를 섞은 것처럼 기능할거
감사합니다.. 근데 조금 헷갈리는게 RM ANOVA를 돌리면 자세와 위치요인의 영향을 배제한 치료 전/후의 A차이에 차이가 있다 이런 가설을 검증할 수 있는건가요..?
제일 심플한 건 delta_A = (처치후 - 처치전의 A값) 을 새로 만드는 거임. 누워서 오른쪽 delta_A 누워서 왼쪽 delta_A 서서 오른쪽 delta_A 서서 왼쪽 delta_A
그담에 Mixed model 이나 GEE로 lmer(delta_A ~ Intercept + 자세 + 방향 + (1|ID), data = data) 혹은 gee(delta_A ~ Intercept + 자세 + 방향, id = ID, corstr = "exchangeable", data = data) RM ANOVA 도 가능은 한데, 점점 안쓴다. * 결측없고, 측정횟수 동일해야함
delta_A 안만들고 그냥 하려면 lmer(A~ Intercept + 전후 + 자세 + 방향 + (1|ID), data = data) 혹은 gee(A ~ Intercept + 전후 + 자세 + 방향, id = ID, corstr = "exchangeable", data = data)
예시코드다 library(magrittr);library(lme4);library(geepack) ## ex data ex <- lapply(1:30, function(x){ data.frame(ID = x, A = rnorm(8, mean = 10, sd = 2), Time = rep(c(0, 1), each = 4), pos = rep(c(0, 1), 4), direc = c(0, 0, 1, 1, 0, 0, 1, 1)) }) %>% do.call(rbind, .) ## Formula forms.lme <- reformulate(c("Time", "pos", "direc", "(1|ID)"), response = "A")
forms.gee <- reformulate(c("Time", "pos", "direc"), response = "A") ## Mixed model and GEE lmer(forms.lme, data = ex) %>% summary geeglm(forms.gee, id = ID, corstr = "ex", data = ex) %>% summary