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。
|
