রৈখিক মিশ্র-প্রভাবগুলির মডেলগুলি সাধারণত আমার জীববিজ্ঞানের কোণায় ব্যবহৃত হয় না এবং আমি যে কাগজে লেখার চেষ্টা করছি সে ক্ষেত্রে আমি যে পরিসংখ্যানগত পরীক্ষার ব্যবহার করেছি তা রিপোর্ট করা দরকার। আমি জানি যে বায়োসায়েন্সগুলির কয়েকটি ক্ষেত্রে মাল্টিলেভেল মডেলিংয়ের সচেতনতা দেখা দিতে শুরু হয়েছে ( নির্ভরতার সমাধান: নেস্টেড ডেটা সমন্বিত করার জন্য মাল্টিলেভেল বিশ্লেষণ ব্যবহার করে ) তবে আমি এখনও কীভাবে আমার ফলাফলগুলি রিপোর্ট করবেন তা শিখতে চেষ্টা করছি!
আমার পরীক্ষামূলক নকশাটি সংক্ষেপে:
* চারটি চিকিত্সার গ্রুপের মধ্যে সাবজেক্টগুলি অর্পণ করা হয়েছিল *
চিকিত্সা শুরুর পরে বিভিন্ন দিন নির্ভরশীল পরিবর্তনশীলের পরিমাপ নেওয়া হয়েছিল
* নকশাটি ভারসাম্যহীন (চিকিত্সা দলের ক্ষেত্রে অসম সংখ্যা, এবং অনুপস্থিত) কিছু দিনের জন্য কিছু বিষয়ের জন্য পরিমাপ)
* চিকিত্সা এ হল রেফারেন্স বিভাগ
I চিকিত্সার শেষ দিনটিতে আমি ডেটা কেন্দ্র করেছিলাম
আমি জানতে চাই যে চিকিত্সা এ (রেফারেন্স বিভাগ) অন্যান্য চিকিত্সার (চিকিত্সার শেষে) তুলনায় উল্লেখযোগ্যভাবে ভাল ফলাফল পেয়েছে কিনা।
আমি এনএলএম ব্যবহার করে আর-তে আমার বিশ্লেষণ করেছি:
mymodel <- lme(dv ~ Treatment*Day, random = ~1|Subject, data = mydf, na.action = na.omit,
+ correlation = corAR1(form = ~1 |Subject), method = "REML")
এবং আউটপুট (অংশে; ব্রেভিটির জন্য ছাঁটা) হল:
>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
সুতরাং, আমি জানি যে চিকিত্সা দ্বারা দিবসের প্রভাব পৃথক হয় এবং চিকিত্সার চূড়ান্ত দিনে (যেখানে ডেটা কেন্দ্রিক হয়), ডিভি চিকিত্সা বি বা সি এর চেয়ে ট্রিটমেন্ট এ-তে উল্লেখযোগ্যভাবে পৃথক is
আমি যা বলতে চাই তা হ'ল: "ভবিষ্যদ্বাণী অনুসারে, আমরা দেখতে পেয়েছি যে চিকিত্সা বি (মানে +/- এসই, পি = 0.0096) বা চিকিত্সা প্রাপ্ত বিষয়ের তুলনায় ট্রিটমেন্ট এ (মানে +/- এসি) প্রাপ্ত বিষয়ে ডিপেন্ডেন্ট ভেরিয়েবল উল্লেখযোগ্যভাবে কম ছিল or সি (গড় +/- এসই, পি = 0.0065), যেমন চিকিত্সার শেষ দিনে পরিমাপ করা হয়। "
তবে, আমাকে পরিসংখ্যানগত পরীক্ষাটি কী করা হয়েছিল তা নির্দেশ করতে হবে। বিশ্লেষণ বর্ণনা করার জন্য এটি কি গ্রহণযোগ্য উপায় হবে? "[পরিমাপের পদ্ধতি] নির্দেশিত দিনগুলিতে সঞ্চালিত হয়েছিল এবং নির্ভরশীল ভেরিয়েবল (ইউনিট) নির্ধারিত হয়েছিল; আমরা [চিকিত্সার শেষ দিনে] কেন্দ্রিক লিনিয়ার মিশ্রিত-প্রভাব মডেল ব্যবহার করে লগ-ট্রান্সফর্মড ডেটা বিশ্লেষণ করেছি। চিহ্নগুলি ডিভি প্রতিনিধিত্ব করে; ত্রুটি বারগুলি হয় স্ট্যান্ডার্ড ত্রুটি treatment চিকিত্সার চূড়ান্ত দিনে, ডিভি চিকিত্সা বি (মানে +/- এসই, পি = 0.0096) এর চেয়ে চিকিত্সা এ (গড় +/- এসই) তে উল্লেখযোগ্যভাবে কম ছিল ... "
বিশেষত,
* এটি ব্যবহৃত পরিসংখ্যান পরীক্ষার বিষয়ে যথেষ্ট বলে? (পাঠকরা "গড় +/- এসই, পি = 0.0096, শিক্ষার্থীর টি-টেস্ট" এর মতো আরও কিছু দেখতে অভ্যস্ত, তবে "পি = 0.0096" লিখতে অদ্ভুত বলে মনে হয়, রৈখিক মিশ্র প্রভাবগুলি থেকে ট্রিটমেন্ট বি বনাম চিকিত্সা এ এর সহগ হয়) [চিকিত্সার শেষ দিন] এ মডেল "")
* এটি দেওয়ার আরও ভাল কোনও উপায় আছে কি?
(The methods section will include more information about the stats: "[Measurement Method] data were analyzed using R and the R packages... We analyzed the log-transformed Dependent Variable data by using linear mixed effects models using Subjects as random effects and an autocorrelation structure of order 1 (AR1). As fixed effects, we included Treatment and Day, and the interaction of Treatment and Day. We checked for normality and homogeneity by visual inspections of plots of residuals against fitted values. To assess the validity of the mixed effects analyses, we performed likelihood ratio tests comparing the models with fixed effects to the null models with only the random effects.")
প্রায়শই পরিসংখ্যান-বিপরীত শ্রোতাদের (এবং কোনও আপেক্ষিক পরিসংখ্যান নবী দ্বারা রচিত) জন্য রৈখিক মিশ্র প্রভাবগুলির মডেলটির ফলাফলগুলি কীভাবে প্রতিবেদন করা যায় সে সম্পর্কে যে কোনও পরামর্শ প্রশংসিত হবে!