サルでもわかるWEBプログラミング

フリーソフトのみでホームページ作成

ユーザ用ツール

サイト用ツール


00.初めての医療統計rとezr:21.rで線形混合モデル


差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

次のリビジョン
前のリビジョン
00.初めての医療統計rとezr:21.rで線形混合モデル [2021/06/16] – 作成 adash33300.初めての医療統計rとezr:21.rで線形混合モデル [2021/07/11] (現在) – [線形混合モデルとは] adash333
行 1: 行 1:
 ====== 21.Rで線形混合モデル ====== ====== 21.Rで線形混合モデル ======
 +[[00.初めての医療統計rとezr:index.html|初めての医療統計RとEZRトップページ]]
 +===== 線形混合モデルとは =====
 +別名多数あるが、以下は全て同じもの
 +
 +  -線形混合モデル
 +  -混合モデル
 +  -一般化線形混合モデル(generalized linear mixed model;GLMM)←本当?別物では???
 +  -混合効果モデル(mixed effect model)
 +  -線形混合効果モデル(linear mixed effect model;LME)
 +  -反復測定による混合効果モデル(mixed effect model for repeated measures;MMRM)
 +
 +
 +
 +https://www.stats-guild.com/analytics/15846
 +混合モデル(Mixed model)
 +2020/06/17  
 +
 +http://jspt.japanpt.or.jp/ebpt_glossary/liner-mixed-model.html
 +線形混合モデル liner mixed model(LMM)
 +
 +https://ameblo.jp/forever-being-with-you/entry-12128449844.html
 +混合効果モデルについて
 +2016年02月13日
 +  -特に経時的研究においてある項目を繰り返し観察する反復測定デザイン等で有用である。
 +  -欠測値の取り扱いに優れている
 +  -RではlmerTestパッケージを使って混合モデルで分析
 +
 +https://www.slideshare.net/itoyan110/12-64957419
 +Aug. 13, 2016
 +データ解析のための統計モデリング入門 1~2章
 +
 +https://www.slideshare.net/masarutokuoka/ss-42957963
 +混合モデルを使って反復測定分散分析をする
 +2014年12月21
 +
 +https://www.slideshare.net/yutamura1/ss-42303827
 +一般化線形混合モデル入門の入門
 +2014.12.6
 +
 +https://fisproject.jp/2016/07/linear-mixed-effects-model/
 +【R / lme4】線形混合効果モデル
 +2016/07/06 から t2sy 
 +
 +===== EZRで線形混合モデル =====
 +
 +https://i-doctor.sakura.ne.jp/font/?p=46331
 +EZRで「線形混合モデル」(『EZRでやさしく学ぶ統計学 改訂3版 』を写経してみる)
 +2021年6月12日
 +
 +神田 善伸
 +EZRでやさしく学ぶ統計学 改訂3版 〜EBMの実践から臨床研究まで〜
 +2020/11/16
 +
 +がお勧めです。改訂3版から、EZRで線形混合モデルを利用できるようになりました。
 +<html>
 +
 +<a href="https://www.amazon.co.jp/EZR%E3%81%A7%E3%82%84%E3%81%95%E3%81%97%E3%81%8F%E5%AD%A6%E3%81%B6%E7%B5%B1%E8%A8%88%E5%AD%A6-%E6%94%B9%E8%A8%823%E7%89%88-%E3%80%9CEBM%E3%81%AE%E5%AE%9F%E8%B7%B5%E3%81%8B%E3%82%89%E8%87%A8%E5%BA%8A%E7%A0%94%E7%A9%B6%E3%81%BE%E3%81%A7%E3%80%9C-%E7%A5%9E%E7%94%B0-%E5%96%84%E4%BC%B8/dp/449810918X?hvadid=342539474107&hvpos=&hvnetw=g&hvrand=13507227125824586993&hvpone=&hvptwo=&hvqmt=&hvdev=m&hvdvcmdl=&hvlocint=&hvlocphy=20636&hvtargid=pla-994312257742&psc=1&th=1&psc=1&linkCode=li3&tag=twosquirrel-22&linkId=81720f49e603d3c48f45a6d22a02d9d5&language=ja_JP&ref_=as_li_ss_il" target="_blank"><img border="0" src="//ws-fe.amazon-adsystem.com/widgets/q?_encoding=UTF8&ASIN=449810918X&Format=_SL250_&ID=AsinImage&MarketPlace=JP&ServiceVersion=20070822&WS=1&tag=twosquirrel-22&language=ja_JP" ></a><img src="https://ir-jp.amazon-adsystem.com/e/ir?t=twosquirrel-22&language=ja_JP&l=li3&o=9&a=449810918X" width="1" height="1" border="0" alt="" style="border:none !important; margin:0px !important;" />
 +</html>
 +
 +
 +===== EZRでデータのインポートとエクスポート =====
 +
 +エクセルでデータを作成し、csvで保存します。
 +  -1行目は半数名を半角英数字で書く。記号はピリオド(アンダーバーも使用可能だが非推奨)のみ。最初は英字のみ。
 +  -Windowsの場合は、文字コードはShift JISで保存
 +  -MacやCodelaboratoryなどのときは、、文字コードはUTF-8で保存(こちらの方が一般的)
 +
 +
 +エクスポートのときは、『アクティブデータセット』から、テキスト形式でエクスポートし、保存するときの拡張子を『.csv』とする。
 +
 +
 +===== 線型混合モデルでpost hoc analysis =====
 +
 +https://satoshilab.blogspot.com/2018/10/lmertest.html
 +2018年10月24日水曜日
 +lmerTestパッケージを使って、混合モデルで反復測定の一元配置分散分析をやってみる(多重比較も)。
 +
 +multcompパッケージのglht()関数にて多重比較。
 +https://ito-hi.blog.ss-blog.jp/2014-01-30
 +
 +→以下では、時系列で8weeksと12weeksの比較もしている。
 +<code>
 +library(emmeans)
 +emmeans(model, pairwise ~ time.point)
 +</code>
 +https://biostats.w.uib.no/post-hoc-tests-multiple-comparisons-in-linear-mixed-effect-models/
 +Post Hoc Tests – multiple comparisons in linear mixed effect models
 +
 +https://stats.stackexchange.com/questions/237512/how-to-perform-post-hoc-test-on-lmer-model
 +How to perform post-hoc test on lmer model?
 +Asked 4 years, 8 months ago
 +Active 6 months ago
 +Viewed 44k times
 +
 +https://stackoverflow.com/questions/54710443/post-hoc-test-for-linear-mixed-model-with-two-variables
 +post hoc test for linear mixed model with two variables
 +Asked 2 years, 4 months ago
 +Active 1 year, 10 months ago
 +Viewed 572 times
 +
 +===== 多重比較 =====
 +
 +https://www.stats-guild.com/analytics/15650
 +多重比較法(Multiple Comparison Procedure)
 +公開日:2020/03/19  最終更新日:2021/03/12
 +
 +https://istat.co.jp/sk_commentary/Multiple-comparison/M-comparison
 +◆多重比較法とは◆
 +> 分散分析では有意差はなかったが、多重比較のある群間では有意差が出ることがある。
 +
 +多重比較で用いる有意水準は次式となる。
 +<code>
 +  有意水準=5%÷比較する群の組み合わせ数
 +</code>
 +
 +n群であれば、比較する群の組み合わせ数は、 nC2
 +
 +3群であれば、3C2=3*2/2=3
 +
 +4群であれば、4C2=4*3/2=6
 +
 +5群であれば、5C2=5*4/2=10
 +
 +
 +https://sigma-eye.com/2019/04/02/tajuhikaku/
 +3群以上の検定、多重比較法の考え方を解説します
 +
 +https://sigma-eye.com/2019/03/29/tajuusei/
 +検定の多重性を分かりやすく解説します【F検定⇒t検定はダメ?】
 +
 +
 +
 +===== 見出し =====
 +
 +https://biostats.w.uib.no/repeated-measures-anova/
 +
 +https://biostats.w.uib.no/post-hoc-tests-multiple-comparisons-in-linear-mixed-effect-models/ を写経してみる
 +
 +<code>
 +# response variable
 +rat.weight <- c(164,164,158,159,155,220,230,226,227,222,261,275,264,280,272,306,326,320,330,312)
 +
 +# predictor variable
 +time.point <- as.factor(c(rep("week08",5), rep("week12",5), rep("week16",5), rep("week20",5)))
 +
 +# individual ID
 +rat.ID <- as.factor(rep(c("rat1","rat2","rat3", "rat4", "rat5"),4))
 +
 +# dataframe
 +my.dataframe <- data.frame(rat.ID,time.point,rat.weight)
 +</code>
 +
 +{{:00.初めての医療統計rとezr:pasted:20210614-144852.png}}
 +
 +<code>
 +# install.packages('nlme')
 +# linear mixed effect model stored in the object 'model'
 +library(nlme)
 +model <- lme(rat.weight ~ time.point, random=~1|rat.ID, data=my.dataframe)
 +anova(model)
 +</code>
 +{{:00.初めての医療統計rとezr:pasted:20210614-145515.png}}
 +
 +
 +{{:00.初めての医療統計rとezr:pasted:20210614-145820.png}}
 +
 +
 +===== 見出し =====
 +
 +[[00.初めての医療統計rとezr:index.html|初めての医療統計RとEZRトップページ]]
 +
 +
 +
 +
  
  


00.初めての医療統計rとezr/21.rで線形混合モデル.1623807086.txt.gz · 最終更新: 2021/06/16 by adash333

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki