| Autore |
Discussione |
|
|
Cristina80
Nuovo Arrivato
4 Messaggi |
 Inserito il - 10 febbraio 2009 : 11:43:01
|
Ciao a tutti sono appena entrata a far parte del forum, e vi chiedo il vostro aiuto.
Sto analizzando dei pazienti che sono stati appena operati ed ho delle variabili che sono state misurate in tempi diversi. Ad esempio la pressione misurata subito prima dell’ intervento, dopo l’intervento, poi a 6 mesi, 12 mesi, 18 mesi e 24 mesi. Vorrei capire se nel tempo c’è una differenza significativa dei valori della pressione. Dovrei usare l’Anova a misure ripetute? Se è corretto questo test qualcuno è così gentile e puoi spiegarmi come utilizzare excel o spss per effettuare l’anova a misure ripetute?
Grazie molte in anticipo
|
|
|
|
|
massiddavi
Nuovo Arrivato
Città: Cagliari - Padova
20 Messaggi |
Inserito il - 10 febbraio 2009 : 16:56:27
|
| Dipende un pò da come sono strutturate le variabili, ma tendenzialmente sì, è un'anova a misure ripetute. Sempre che la variabile "pressione" sia continua e distribuita normalmente, altrimenti la cosa migliore sarebbe un test di Friedman. Non ti so aiutare con Excel o SPSS perché non li conosco granché, ma ti posso mandare i comandi da lanciare in R. |
 |
|
|
Cristina80
Nuovo Arrivato
4 Messaggi |
Inserito il - 11 febbraio 2009 : 10:04:49
|
Ciao, ti sarei grata se riuscissi ad inviarmi i comandi di R per l'anova a misure ripetute. R è un programma di statistica gratuito che posso scaricare da Internet?
Grazie ancora per l'aiuto |
|
|
|
TMax
Utente Junior
Prov.: BG
Città: Capriate
270 Messaggi |
Inserito il - 11 febbraio 2009 : 13:23:23
|
più che la variabile pressione ad essere distribuiti normalmente dovrebbero essere i residui del modello ovvero l'errore tra le osservazioni fatte e quelle predette dal modello...
ti consiglio di usare la libreira nlme di R e poi la funzione lme
con una sintassi del tipo
mod<-lme(y~tempo, random~1|soggetto, data=df)
dove df è il nome dell'oggetto dataframe contenete i dati
una volta ottenuto il modello dovresti verificare i residui..
una roba tipo ( vado a memoria)
hist(mod)$residual)
dovrebbe venirti una histogramma simmetrico a campana tipo gaussiano ...allora vuol dire che l'assunto di normalità è 'grossolanamente' rispettato e puoi andare a vedere l'effetto tempo...
però se non hai mai usato R non è semplicissimo!
TMax |
|
|
|
Cristina80
Nuovo Arrivato
4 Messaggi |
Inserito il - 22 febbraio 2010 : 14:20:16
|
Ciao,
grazie Tmax per i comandi in R ma non è semplice. Qualcuno può aiutarmi a calcolare l'anova a misure ripetute utilizzando Spss o Excell. Grazie in anticipo |
|
|
|
stefanken
Nuovo Arrivato
39 Messaggi |
Inserito il - 22 febbraio 2010 : 15:10:37
|
Salve ragazzi,
invece che valutare la normalità della distribuzione attraverso una valutazione occhiometrica del grafico ad istogrammi, non sarebbe meglio utilizzare shapiro-wilk con la funzione R apposita? Sta nella library stats, quindi:
library(stats)
shapiro.test(mod$residual)
verificando che il p.value ottenuto sia significativo
saluti
Stefano
|
|
|
|
chick80
Moderatore
Città: Edinburgh
11491 Messaggi |
|
|
MB
Nuovo Arrivato
58 Messaggi |
Inserito il - 22 febbraio 2010 : 18:12:31
|
per la normalità..
non ho ancora usato lme, ma con lm se fai un modello e lo plotti ti fa i grafici dei residui e il QQ plot.. non so se fa uguale. |
|
|
| |
Discussione |
|
Anova a misure ripetute
Guide tools online
