[問題] 請問重複測量的 correlation 怎麼做

看板Statistics作者 (c-w)時間1年前 (2024/07/10 17:54), 編輯推噓3(3推 0噓 39→)
留言42則, 8人參與, 1年前最新討論串1/1
我有30個受試者 每個受試者有一個 age 的data 以及 blood pressure (bp) 但bp測了2次 我知道可以每個人取得2次bp 的 average 然後直接做 bp average 與 age的correlation (圖會有30個 data point) 但如果不取2次bp 的 average 直接做 bp 與 age的correlation (圖會有60個 data point) 這應該不行吧？ 如果不取2次bp 的 average 要做這個correlation 該用什麼統計方法呢 謝謝 ----- Sent from JPTT on my iPhone -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.232.111 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1720605295.A.13E.html
→
07/10 18:45, 1年前 , 1F
2次bp分別做correlation，然後檢定coeff.之間significance?
07/10 18:45, 1F
→
07/10 20:50, 1年前 , 2F
沒有要分開做correlation 喔
07/10 20:50, 2F
→
07/10 22:21, 1年前 , 3F
不是啊，你如果兩個coeff.之間的檢定不拒絕H0
07/10 22:21, 3F
→
07/10 22:23, 1年前 , 4F
不就代表任取一組bp的correlation不影響對母體的估計?
07/10 22:23, 4F
→
07/10 22:42, 1年前 , 5F
(能不能估計母體是另外一回事)
07/10 22:42, 5F
→
07/10 22:44, 1年前 , 6F
如果不是要比較兩組bp，直接把bp取mean反而會有問題吧?
07/10 22:44, 6F
→
07/11 00:15, 1年前 , 7F
而其實現在data就是任取一組bp做correlation的話都是trend
07/11 00:15, 7F
→
07/11 00:15, 1年前 , 8F
….
07/11 00:15, 8F
→
07/11 00:16, 1年前 , 9F
P都介於0.05-0.1之間
07/11 00:16, 9F
→
07/11 00:17, 1年前 , 10F
我只是想知道 如果不取兩次bp的mean去做correlation的話
07/11 00:17, 10F
→
07/11 00:17, 1年前 , 11F
有沒有其他統計方法
07/11 00:17, 11F
→
07/11 00:18, 1年前 , 12F
Linear mixed model嗎？
07/11 00:18, 12F
→
07/11 07:09, 1年前 , 13F
兩次測量如果是單純重覆，可以考慮模型 Yij = a + bXi +Eij
07/11 07:09, 13F
→
07/11 07:13, 1年前 , 14F
Correlation 是什麼？ Y = a + bX + E, 資料 Yi=a+bXi+Ei,
07/11 07:13, 14F
→
07/11 07:14, 1年前 , 15F
是上列線性模型判定係數的平方根，帶上 b 的正負。
07/11 07:14, 15F
→
07/11 07:17, 1年前 , 16F
其中假設誤差項 E 和共變項 X 是零相關的。
07/11 07:17, 16F
→
07/11 07:18, 1年前 , 17F
如果兩次測量情況不同，則需視實際情況假設適當模型再來考
07/11 07:18, 17F
→
07/11 07:19, 1年前 , 18F
慮相關係數之計算問題。
07/11 07:19, 18F
→
07/11 08:23, 1年前 , 19F
測血壓二次只是單純重複測還是中間有做什麼事情？
07/11 08:23, 19F
推
07/11 08:45, 1年前 , 20F
不就變異共變異舉正算2次？
07/11 08:45, 20F
→
07/11 11:36, 1年前 , 21F
中間沒有做什麼事
07/11 11:36, 21F
→
07/11 13:29, 1年前 , 22F
這樣的話，取平均沒什麼問題也省事。混合模型不會讓檢定
07/11 13:29, 22F
→
07/11 13:29, 1年前 , 23F
力變大。
07/11 13:29, 23F
推
07/12 23:07, 1年前 , 24F
07/12 23:07, 24F
→
07/12 23:07, 1年前 , 25F
這本書這個章節跟你描述的問題一樣，作者建議用平均取代
07/12 23:07, 25F
→
07/12 23:07, 1年前 , 26F
個別data point. （你如果直上60 p會變顯著）。有空的話
07/12 23:07, 26F
→
07/12 23:07, 1年前 , 27F
可以估狗這個詞‘Repeated Measures Correlation’（rmco
07/12 23:07, 27F
→
07/12 23:07, 1年前 , 28F
rr)嚴謹一點的話要先證明重複性的data point 沒有太大組
07/12 23:07, 28F
→
07/12 23:07, 1年前 , 29F
內變異/相關性
07/12 23:07, 29F
推
07/19 02:50, 1年前 , 30F
可以考慮用 bootstrap 算一個無母數的迴歸係數，就可
07/19 02:50, 30F
→
07/19 02:50, 1年前 , 31F
以保留重複樣本的資訊。即每次抽重複樣本的其中一個
07/19 02:50, 31F
→
07/19 02:50, 1年前 , 32F
，計算出多個迴歸係數，再平均這些迴歸係數。他的檢
07/19 02:50, 32F
→
07/19 02:50, 1年前 , 33F
定也可以透過重抽來建立分佈。
07/19 02:50, 33F
→
07/19 11:26, 1年前 , 34F
在重複數固定，如本例重複數都是 2，用平均值計算與用原始
07/19 11:26, 34F
→
07/19 11:28, 1年前 , 35F
觀測值計算，其迴歸係數相等而相關係數因少予觀測值與平均
07/19 11:28, 35F
→
07/19 11:30, 1年前 , 36F
值之間的變異而擴大（分母縮小）。故兩種算法雖做顯著性檢
07/19 11:30, 36F
→
07/19 11:32, 1年前 , 37F
定時自由度不同，其實結果可以仔細再算算看，可能是一致的
07/19 11:32, 37F
→
07/19 13:04, 1年前 , 38F
07/19 13:04, 38F
→
07/23 12:35, 1年前 , 39F
bootstrap不錯 不過重複抽樣時要以人為單位抽 才保
07/23 12:35, 39F
→
07/23 12:35, 1年前 , 40F
留repeated measures資訊
07/23 12:35, 40F
→
07/25 12:42, 1年前 , 41F
sacidoO 所引文章，似是不同情形，另文談之：
07/25 12:42, 41F
→
07/25 12:42, 1年前 , 42F
07/25 12:42, 42F
‣ 更多 cwhalf 的文章
文章代碼(AID): #1cZbfl4- (Statistics)