R******d 发帖数: 1436 | 1 有一个实验,分成三组,每组的个体数不同。
每到一个时间点,处理掉一些个体,测量某个值(必须杀了才能测)。也就是说每个个
体被杀之前各时间点都有值的,杀了之后的时间点就没值了。
现在想比较该值在组间的差异和在各时间点的差异,请问这样的数据能做么?用什么统
计方法?
我想到的是把个体杀掉之后缺的值都补成最后一次测量的值,然后这种格式的数据就可
以用常规的线性模型来分析了。不知道这种想法对不对?
谢谢。 |
E**********e 发帖数: 1736 | 2 多数是用 survival analysis 吧 |
R******d 发帖数: 1436 | |
t*****a 发帖数: 459 | 4 你这个听起来像是analysis with missing data, 而且是missing not at random. 需
要做imputation. 理论上,你如果有一些额外的数据,包括一些按说该杀但没杀的个体
的后期follow up数据,就会更有做imputation的数据支持。没有这类数据的话,可以
看那个做为杀个体衡量标准的variable与时间以及其他变量的关系如何,以此为
imputation的数据支持,但是这个缺点是,你假设杀之前和之后这个变量间关系是不变
的,这个假设很可能在现实中不成立。 |
B******y 发帖数: 9065 | 5 按你说的,必须杀了才能测,那么每个个体是否只有一个值?那么为什么又说每个个体
被杀之前各时间点都有值的?
【在 R******d 的大作中提到】 : 有一个实验,分成三组,每组的个体数不同。 : 每到一个时间点,处理掉一些个体,测量某个值(必须杀了才能测)。也就是说每个个 : 体被杀之前各时间点都有值的,杀了之后的时间点就没值了。 : 现在想比较该值在组间的差异和在各时间点的差异,请问这样的数据能做么?用什么统 : 计方法? : 我想到的是把个体杀掉之后缺的值都补成最后一次测量的值,然后这种格式的数据就可 : 以用常规的线性模型来分析了。不知道这种想法对不对? : 谢谢。
|