逻辑回归和重复测量

[#1]

您好，我在尝试找到分析一组数据的正确方法时遇到问题，非常感谢您的帮助。

我的数据是关于学习的。 它包括个体对依次呈现的两种不同刺激（一种有奖励，另一种无奖励）的反应。 我也有不同的刺激对。 我感兴趣的是确定奖励刺激的效果、使用不同刺激对的效果以及概率如何随时间变化。 我希望能够对每种治疗（一对刺激）进行逻辑回归，以比较治疗，但同时能够控制我重复测量同一个体的事实。我知道如何拟合逻辑回归以及如何进行重复测量分析，但有些人认为我需要将它们放在一起。 有任何想法吗？我非常感谢任何帮助！

安德烈

[#2]

您正在测量的响应是什么？它是二项式的吗，就像你的治疗方法一样？

[#3]

嗨，费舍尔，

是的，它是二项式的。 我只是记录每次我提出刺激时个人是否做出反应。

谢谢你的帮助！

安德烈

[#4 · Accepted solution]

在分析下，选择“建模”，然后选择“分类”。如果一行=一个主题，则可以使用“重复测量”。如果一个主题记录在多行中，则可以使用“按 ID 多重响应”。您的治疗属于 X 分组类别。

[#5]

出色的！ 非常感谢。 我以前从未探索过 jmp 这个工具，它似乎不仅对这个工具而且对其他分析都非常有帮助。 如果您不介意的话，还有最后一个问题。 将我使用分类分析找到的统计数据与使用 X by Y 图找到的对数回归图配对是否合适？

再次非常感谢！

安德烈·J。

[#6]

我相信这是适当的展示数据与 X x Y 图的关系，而是使用重复测量分析中的统计数据。X x Y 图中的任何统计数据都不会考虑重复测量设计，并且不准确，尤其是方差和 p 值。

[#7]

我只是在四处寻找如何做到这一点，很高兴我偶然发现了这篇文章。 这是一个我不知道存在的 JMP 平台！ 但我有一个问题。 我基本上还需要对分类数据进行重复测量方差分析。 答案基本上是 2 到 6 之间的分数。 我可能可以使用更典型的方法，因为它们是整数，但它们被限制在 1 到 6 之间，所以我需要使用不同的分布，而且我不知道混合模型平台是否可以处理具有奇怪分布的数据（即，将 GLM 的优点与混合模型的优点结合起来）。 在这种情况下，随着时间的推移，各个受试者会被重复评分，因此我使用“ID 多重响应”作为样本 ID，使用“颜色”作为我的分数（即 Y），使用“时间”作为重复测量。 我想看看光线如何影响分数，所以“光”就是 X。 我得到了很多关于不同主题对光的响应如何变化的漂亮显示，但我没有得到任何测试统计数据。 我查看了红色三角形下方并看到了一些测试，但他们似乎并没有考虑整体治疗效果，而是考虑了受试者内的效果。 此消费者分类响应能否为您提供治疗效果数据（即，在这种情况下向我显示光效果的 p 值）？ 现在，说实话，我可能可以只计算最终分数与初始分数之间的差异，并使用更传统的方法，但我很好奇您是否可以使用这个消费者平台来获取定量的治疗效果数据。 当您单击“显示字母”时，是否会显示各个平均值之间的差异？