*С новыми вашими данными и подправленной идеей предлагаю вам результаты. *Подправка идеи касается "подхода ANCOVA" и заключается в анализе не сырых значений показателя (цвета шкурки), *а их отклонений от време-локального среднего уровня. *Фактор по-прежнему использовал один - isolation.
*Данные. data list list /mice (a3) isolation (f1) stress (f1) e0907 e0918 e0921 e0923 e0924 e0925 e0926 e0927 e0928 e1001 e1002 e1004 (12f8.2). begin data (вставьте сюда ваши данные) end data. var lev e0907 to e1004 (sca).
*Подход 1. *Объединение в две переменные (до пика - первые 7 переменных, и после пика - последние 4; *8-ю переменную отбросим) и RM-ANOVA. comp early= mean(e0907 to e0926). comp late= mean(e0928 to e1004). GLM early late BY isolation /WSFACTOR = time 2 /WSDESIGN = time /DESIGN = isolation . *Значимость взаимодействия isolation*time: .015. *Напомню, этот подход основан на вашем делении времени болезни на "до пика" (климакса болезни) *и "после пика", и время пика вы считаете как бы единым для всех мышей.
*Подход 2. *Переструктурируем данные. VARSTOCASES /MAKE health FROM e0907 e0918 e0921 e0923 e0924 e0925 e0926 e0927 e0928 e1001 e1002 e1004 /INDEX = time(12) /KEEP = mice isolation stress. *Т.к. динамика у нас кривая, подковообразная (сначала рост показателя, потом падение), *Рассмотрение Времени как линейной ковариаты в ANCOVA малополезно, пока мы не "снимем" *подковообразный фон (тренд). Поэтому на каждом этапе Времени вычислим среднюю показателя *здоровья всей выборки и вычтем ее из наблюдаемого показателя у каждой мышки. Т.е. анализировать *в ANCOVA будем не сырой показатель, а степень его отклонения от общевыборкового среднего в *в данный момент времени уровня. AGGREGATE /OUTFILE=* MODE=ADDVARIABLES /BREAK=time /health_mean = MEAN(health). comp health= health-health_mean. *ANCOVA с подключением фактора Мышь. GLM health BY isolation mice WITH time /RANDOM = mice /DESIGN = isolation mice(isolation) time isolation*time . *Значимость взаимодействия isolation*time: .016. *Напомню, что подход 2 трактует время как непрерывное, течение болезни *как не обязательно синхронизованное у разных мышей, но у этого подхода *тем больше шансов подтвердить сдвиг (о котором вы толкуете), чем скорее *этот сдвиг проявляется в начале и чем позднее он затухает в конце.
*Подправка идеи касается "подхода ANCOVA" и заключается в анализе не сырых значений показателя (цвета шкурки),
*а их отклонений от време-локального среднего уровня.
*Фактор по-прежнему использовал один - isolation.
*Данные.
data list list
/mice (a3) isolation (f1) stress (f1)
e0907 e0918 e0921 e0923 e0924 e0925 e0926 e0927 e0928 e1001 e1002 e1004 (12f8.2).
begin data
(вставьте сюда ваши данные)
end data.
var lev e0907 to e1004 (sca).
*Посмотрим график.
IGRAPH /VIEWNAME='Line Chart' /X1 = VAR(category_set1) TYPE = CATEGORICAL /Y
= VAR(value_set1) TYPE = SCALE /COLOR = VAR(isolation) TYPE = CATEGORICAL
/COORDINATE = VERTICAL /COMBINE GROUP=VAR(category_set1) TYPE=CATEGORICAL
'Category' RESPONSE=VAR(value_set1) TYPE=SCALE 'Value' VAR(e0907) 'e0907'
VAR(e0918) 'e0918' VAR(e0921) 'e0921' VAR(e0923) 'e0923' VAR(e0924) 'e0924'
VAR(e0925) 'e0925' VAR(e0926) 'e0926' VAR(e0927) 'e0927' VAR(e0928) 'e0928'
VAR(e1001) 'e1001' VAR(e1002) 'e1002' VAR(e1004) 'e1004' /X1LENGTH=3.0
/YLENGTH=3.0 /X2LENGTH=3.0 /CHARTLOOK='NONE' /CATORDER VAR(category_set1)
(ASCENDING VALUES OMITEMPTY) /CATORDER VAR(isolation) (ASCENDING VALUES
OMITEMPTY) /LINE(MEAN) KEY=ON STYLE = LINE DROPLINE = OFF INTERPOLATE =
STRAIGHT BREAK = MISSING /ERRORBAR CI(95.0) DIRECTION = BOTH CAPWIDTH (45)
CAPSTYLE = T.
EXE.
*Подход 1.
*Объединение в две переменные (до пика - первые 7 переменных, и после пика - последние 4;
*8-ю переменную отбросим) и RM-ANOVA.
comp early= mean(e0907 to e0926).
comp late= mean(e0928 to e1004).
GLM
early late BY isolation
/WSFACTOR = time 2
/WSDESIGN = time
/DESIGN = isolation .
*Значимость взаимодействия isolation*time: .015.
*Напомню, этот подход основан на вашем делении времени болезни на "до пика" (климакса болезни)
*и "после пика", и время пика вы считаете как бы единым для всех мышей.
*Подход 2.
*Переструктурируем данные.
VARSTOCASES
/MAKE health FROM e0907 e0918 e0921 e0923 e0924 e0925 e0926 e0927 e0928 e1001 e1002 e1004
/INDEX = time(12)
/KEEP = mice isolation stress.
*Т.к. динамика у нас кривая, подковообразная (сначала рост показателя, потом падение),
*Рассмотрение Времени как линейной ковариаты в ANCOVA малополезно, пока мы не "снимем"
*подковообразный фон (тренд). Поэтому на каждом этапе Времени вычислим среднюю показателя
*здоровья всей выборки и вычтем ее из наблюдаемого показателя у каждой мышки. Т.е. анализировать
*в ANCOVA будем не сырой показатель, а степень его отклонения от общевыборкового среднего в
*в данный момент времени уровня.
AGGREGATE /OUTFILE=* MODE=ADDVARIABLES
/BREAK=time
/health_mean = MEAN(health).
comp health= health-health_mean.
*ANCOVA с подключением фактора Мышь.
GLM
health BY isolation mice WITH time
/RANDOM = mice
/DESIGN = isolation mice(isolation) time isolation*time .
*Значимость взаимодействия isolation*time: .016.
*Напомню, что подход 2 трактует время как непрерывное, течение болезни
*как не обязательно синхронизованное у разных мышей, но у этого подхода
*тем больше шансов подтвердить сдвиг (о котором вы толкуете), чем скорее
*этот сдвиг проявляется в начале и чем позднее он затухает в конце.
Reply
Reply
Вся обработка (с вводом данных и заданием команд заняла не более 3-х минут).
Вот простой ход, совершенно соответствующий имеющимся данным:RM GLM применяется к двум отрезкам: 1-6 и 7-12 (межгрупповые - Изол. и Стресс).
Сначала:
GLM
v1 v2 v3 v4 v5 v6 BY Изол Стресс
/WSFACTOR = повтор 6 Polynomial
/METHOD = SSTYPE(3)
/PLOT = PROFILE( повтор*Изол*Стресс )
/PRINT = DESCRIPTIVE
/CRITERIA = ALPHA(.05)
/WSDESIGN = повтор
/DESIGN = Изол Стресс Изол*Стресс .
Потом:
GLM
v7 v8 v9 v10 v11 v12 BY Изол Стресс
/WSFACTOR = повтор 6 Polynomial
/METHOD = SSTYPE(3)
/PLOT = PROFILE( повтор*Изол*Стресс )
/PRINT = DESCRIPTIVE
/CRITERIA = ALPHA(.05)
/WSDESIGN = повтор
/DESIGN = Изол Стресс Изол*Стресс .
И результаты вполне достойны обсуждения и дальнейшей детализации...
Reply
Reply
Leave a comment