Comment comparer les changements au sein des groupes entre les groupes
Comparaison des changements au sein de groupe entre les groupes est une situation particulière, mais qui revient très fréquemment dans l'analyse des données des essais cliniques. Supposons que vous testez plusieurs médicaments contre l'arthrite contre un placebo, et votre variable d'efficacité est le niveau de la douleur signalée par le sujet sur une échelle de 0 à 10. Vous voulez savoir si les médicaments produisent une plus grande amélioration dans le niveau de la douleur que le placebo.
Donc, vous enregistrez le niveau de la douleur de chaque sujet avant le début du traitement (connu sous le nom base ou prétraitement) Et de nouveau à la fin de la période de traitement (après traitement).
Une façon évidente d'analyser ces données serait de soustraire le niveau de douleur de prétraitement de chaque sujet du niveau de post-traitement pour obtenir la quantité de changement résultant du traitement, puis de comparer les changements entre les groupes avec une ANOVA à une voie (ou non apparié test t, si il ya seulement deux groupes).
Bien que cette approche est statistiquement valide, les données des essais cliniques est généralement pas analysé cette waypoint place, presque chaque essai clinique utilise aujourd'hui une analyse de covariance de comparer les changements entre les groupes.
Dans une analyse de covariance, le résultat (appelé variable dépendante) Étant comparée entre les groupes est pas le changement du pré au post-traitement, mais plutôt la valeur post-traitement lui-même. La valeur de prétraitement est entré dans l'analyse de covariance comme covariable.
En effet, l'analyse de covariance soustrait certains multiple de la valeur de la valeur de post-traitement prétraitement avant comparant les différences. Autrement dit, au lieu de définir le changement comme (Post - Pre), l'analyse de covariance calcule le changement comme (Post - F Pré x), où F est un nombre que l'analyse de covariance chiffres sur.
La F multiplicateur peut être supérieur ou inférieur à 1- si elle arrive à sortir exactement égale à 1, alors l'analyse de covariance est simplement de comparer le changement à-pré-poste, tout comme l'analyse de la variance.
Statisticiens préfèrent l'approche de covariance, car il est généralement un peu plus efficace que la simple comparaison des changements, et aussi parce qu'il peut compenser (au moins partiellement) pour plusieurs autres complications qui affligent souvent des données d'essais cliniques.
Une analyse de covariance peut être considéré comme une forme de régression linéaire multiple, et, en fait, toutes les méthodes classiques (paires et impaires tests t, analyse de la variance, et ANCOVAs) peuvent être formulés sous forme de multiples problèmes de régression. Certains progiciels statistiques regrouper tout ou partie de ces analyses en une seule analyse appelé modèle linéaire général.
-
L'analyse de régression dans l'analyse statistique des données volumineuses -
Comment utiliser l'outil d'analyse de covariance dans Excel - Post-analyse après une analyse de la variance
- L'analyse statistique avec Excel pour les nuls
- Comment faire pour effectuer des analyses de variance à deux types de variables
- Déterminer la relation entre les variables à l'aide de covariance et de corrélation
Comment les entreprises utilisent des statistiques d'analyse de régression L'analyse de régression est un outil statistique utilisé pour l'étude des relations entre les variables. Habituellement, l'enquêteur cherche à savoir l'effet causal d'une variable sur une autre - l'effet d'une hausse des prix sur demande, par…
Comment covariance et de corrélation sont liés Deux des mesures les plus couramment utilisés sont d'association covariance et corrélation. Ces mesures sont étroitement liés les uns aux autre- en fait, vous pouvez penser que la corrélation d'une version modifiée de la covariance.La…
Comment faire pour déterminer qui analyse des données à utiliser dans les statistiques II Statistiques II est souvent sur l'analyse de données, et l'astuce est de savoir quand utiliser la méthode d'analyse. Le tableau suivant vous aide à comparer, le contraste, et de décider ce que l'analyse des données à utiliser et quand.…
Comment mesurer la covariance et de corrélation d'échantillons de données Lorsque l'on compare des échantillons de données de différentes populations, deux des mesures les plus populaires de l'association sont covariance et corrélation. Covariance et corrélation montrer que les variables peuvent avoir une relation…
Mesures d'association Mesures d'association quantifier la force et le sens de la relation entre les deux ensembles de données. Voici les deux plus couramment utilisés mesures d'association:CovarianceCorrélationCes deux mesures sont utilisées pour montrer comment…
SPSS Statistics couramment utilisés analysent menus Le tableau suivant fournit une liste de certaines des procédures les plus couramment utilisés dans le menu Analyse de IBM SPSS Statistics, qui est une application qui effectue l'analyse statistique des données.Sous-Utile pour . . .Code…
Statistiques II pour les nuls Statistiques II est souvent sur l'analyse de données, et l'astuce est de savoir quand utiliser la méthode d'analyse. Le tableau suivant vous aide à comparer, le contraste, et de décider ce que l'analyse des données à utiliser et quand.…
En comparant les moyennes: comment les différences de situation de déterminer les méthodes d'essai Vous pouvez vous demander pourquoi il ya tant de nombreux tests pour une telle tâche simple comparaison des moyennes. Eh bien, "moyennes comparant" ne se réfère pas à un seul task- il est un terme large qui peut appliquer à beaucoup de…
Comment comparer des ensembles de nombres appariés Les non appariés (indépendant-échantillon), l'un des tests t-Way ANOVA, ANCOVA, et leurs homologues non paramétriques traitent avec des comparaisons entre deux ou plusieurs groupes de indépendant échantillons de données, tels que les…
Comment traiter avec des données manquantes d'un essai clinique La plupart des essais cliniques ont des données incomplètes pour une ou plusieurs variables, qui peut être un véritable casse-tête lors de l'analyse de vos données. Les aspects statistiques de données manquantes sont assez compliquées, donc…
Comment gérer la multiplicité des données de l'essai clinique Chaque fois que vous effectuez un test de signification statistique, vous courez la chance de se laisser berner par les fluctuations aléatoires en pensant que quelque effet réel est présent dans vos données, alors qu'en fait, il n'y en a.Ce…
Comment intégrer les analyses intérimaires des données des essais cliniques Un analyse intermédiaire est celui qui est effectué avant la conclusion d'un essai clinique, en utilisant uniquement les données qui a été obtenu jusqu'ici. Analyses intérimaires peuvent être aveugle ou et peut être fait pour plusieurs…
Comment structurer résumés numériques dans des tableaux descriptifs Que faites-vous avec les statistiques sommaires de base qui véhiculent une idée générale de la façon dont un ensemble de nombres est distribué? Généralement, lors de la présentation de vos résultats, vous prenez quelques-unes des…
L'idée de base d'une analyse de variance (Anova) La dite “ analyse de la variance à un facteur ” (ANOVA) est utilisée lorsque l'on compare les trois ou plusieurs groupes de chiffres. Lorsque l'on compare seulement deux groupes (A et B), vous testez la différence (A - B) entre les deux…