1

考虑下图

在此处输入图像描述

每个值 X 都可以通过索引来识别X_g_s_d_h 

g = group g=[1:5]
s = subject number (variable for each g)
d = day number (variable for each s)
h = hour h=[1:24]

所以 X_1_3_4_12 表示值 X 是指

12th hour 
of 4th day
of 3rd subject
of group 1

首先，我计算每个主题所有日子的平均值（每小时）。这样做会使索引 d 消失，并且每个主题都由包含 24 个值的向量表示。

X_g_s_h将是主题天数的平均值。

然后我计算属于同一组的所有受试者的平均值（逐个受试者），结果为X_g_h. 每组由 24 个值的 1 个向量表示

然后我计算每组在几个小时内的平均值，得到 X_g. 每个组现在由 1 个单个值表示

我想看看各组之间的方法X_g是否有显着差异。

你能告诉我什么是正确的方法吗？

ps

每组的受试者数量不同，每个受试者的天数也不同。我有超过 2 组

谢谢

4

2 回答 2

1

好的，所以我发布一个答案来总结您可能遇到的一些问题。

两组科目相同

不平均：

1-首先，如果我们假设您只有一个在一定天数内每小时重复一次的度量，这与您选择的哪一天和每小时无关，那么您可以将矩阵重塑为每个主题的一列，每分组并进行重复测量的测试。

2-如果您不能假设您的测量与小时无关，而是在一天中（假设给药后药物浓度在您的第二天测量之前完全消失），那么您可以对每个重复测量进行测试小时（N 小时），总共有 N 次测试。

3-如果您不能假设您的测量在当天是独立的，而是以小时为单位（假设是月经周期的测量，我们将假设它在每一天都是稳定的，但在几天之间会有所不同），那么您可以重复进行测试每天测量（M 天），总共进行 M 次测试。

4-如果您不能假设您的测量在日期和时间上是独立的，那么您可以对每一天和每一小时进行重复测量，总共进行 NXM 测试。

平均：

在您不能假设独立性的情况下，您可以平均因变量，从而消除方差，但也会降低您的统计能力和解释。

在情况 2 中，您可以平均小时数以获得平均浓度并执行重复测量的测试，因此只有 1 次测试。在这里，您丢失了从第 1 小时到第 N 小时如何变化的信息，只是测试了测试小时内各组之间的平均浓度是否不同。

在情况 3 中，您可以平均小时和天，并测试例如一组中的平均雌激素是否高于另一组，因此只有 1 次测试。您再次丢失了它在不同日子之间如何变化的信息。

在案例 4 中，您可以平均小时和天，因此只有 1 个测试。您再次丢失了它在不同时间和日期之间如何变化的信息。

两组中的科目不同

无法进行配对测试。遵循相同的意识形态，但执行非配对测试。

于 2014-11-12T15:58:40.627 回答
0

您需要对原假设 H0 执行统计检验，即不同组中的数据来自均值均值分布的独立随机样本。最好避免顺序“平均”操作，而只是重新组合 g 上的数据。如果您假设观察的正常性和独立性（如下面@ASantosRibeiro 所指出的），您可以执行 ttest ( http://www.mathworks.nl/help/stats/ttest2.html )

clear all;
X = randn(6,5,4,3); %dummy data in g_s_d_h format
Y = reshape(X,5*4*3,6); %reshape data per group

h = zeros(6,6);
for i = 1 : 6 
    for j = 1 : 6
        h(i,j)=ttest2(Y(:,i),Y(:,j));
    end
end

如果要考虑观察值的不同权重，则需要自己计算 t 值（例如，请参见此处http://support.sas.com/documentation/cdl/en/statug/63033/HTML/default /viewer.htm#statug_ttest_a0000000126.htm )

于 2014-11-12T12:24:39.993 回答