dxy_o7qss0u5
求教各位统计学大佬,现在的数据显示,实验组在某方法干预后,A变量、B变量、C变量和D变量均较干预前出现了显著差异。
其中,A变量和B变量是同一个量表的不同因子;C可理解为EEG结果,D可理解为fMRI结果。
现阶段只做了配对t检验,能否直接认为C的变化和D的变化有关呢?但这种情况就需要靠文献去找A、B、C、D之间的联系,然后在讨论部分罗列四者之间的关系。
是否有对应的统计学检验方法,直接可以得到“C的变化”与“D的变化”显著相关这种结论呢?
统计门外汉在此谢过大家!
Dr_劉医生
可以,建议修改一下,用C变量在干预前的浓度或水平,看药物干预后,D变量的变化,这样就成立。用配对T检验看基线特征没问题,第二部用cox回归看C和D的关系,加一个干预和未干预的协变量做修饰作用
dxy_o7qss0u5
谢谢老师的解答,但我仍有一些问题想咨询您。
1.“用C变量在干预前的浓度或水平,看药物干预后,D变量的变化,这样就成立。”这一步骤是指“协方差分析”吗?因变量为D干预后的值,固定因子为组别即干预方式,协变量为C干预前的值。如果主体间效应分析显示C干预前的值显著性>0.05,意味着C变量对D变量无影响吗?如果<0.05,该怎样解读呢?是直接说“C的变化”和“D的变化”有关吗?还需要说明C的变化方向(变小或变大了)和D的变化方向(变小或变大了)吗?如果要说明变化方向,从分析结果的哪一步骤中可以看出来呢?
2.关于您说第二步用cox分析,但我们的实验中没有涉及到患者生存时间,这种情况也可以使用cox吗?
问题或许太小白,请老师见谅。
期待老师的回复,再次致谢!
土井挞克树
如果想研究各个变量时间的关系可以做回归分析。
相关产品推荐
相关问答