ペアの反復測定ANOVAまたは混合モデル？

血圧を測定する2つの方法を検討している臨床試験のデータを分析するように依頼されました。50の被験者からのデータがあり、各方法を使用してそれぞれ2〜57のメジャーがあります。

どのように進めるのが最善かと思います。

明らかに、血圧の測定値がペアになっている（2つの方法が同時に測定されている）ことと、時間変化する共変量（患者ごとに異なる数の観察が行われること）を考慮し、内部と内部の両方を考慮に入れるソリューションが必要です。患者の多様性。

どういうわけかこれを繰り返し測定ANOVAに靴角掛けすることを考えていましたが、混合モデルのアプローチが必要かもしれないと思っています。

役立つアドバイスをいただければ幸いです。

私は完全なR初心者ですが、スキルを開発することに非常に興奮しており、私はスタタで適度な経験を持っているので、いつでもそれに頼ることができます。

RM-ANOVAでやりたいことが簡単にできるとは思いません。繰り返し回数はすべての被験者で同じではないからです。Rでは、混合効果モデルの実行は非常に簡単です。実際、少し時間をかけて基礎とコマンドを学ぶことで、多くの可能性が開かれます。また、混合モデリングは使用がはるかに簡単で柔軟性が高く、RM-ANOVAを直接実行する必要はほとんどありません。最後に、混合モデリングを使用すると、多くのアプリケーションで重要になる可能性がある残差の共分散構造（RM-ANOVAは単純に対角構造を想定する）も考慮できることを考慮してください。

そこRで線形混合モデル化するための2つの主要なパッケージは、次のとおりです。nlmeとlme4。lme4パッケージは、大規模なデータセットや、クラスター化されたデータを扱う場合に最適な、より最新のパッケージです。Nlmeは古いパッケージであり、主に非推奨ですlme4。ただし、反復測定の設計では、残差の共分散構造をモデル化することlme4しかnlmeできないため、それよりも優れています。の基本的な構文nlmeは非常に単純です。例えば：

fit.1 <- lme(dv ~ x + t, random=~1|subject, cor=corCompSymm())

ここでは、従属変数dvと因子xおよび時間関連の共変量の間の関係をモデル化していますt。Subjectは変量効果であり、残差の共分散に複合対称構造を使用しました。これで、悪名高いp値を簡単に取得できます。

anova(fit.1)

最後に、nlmeの詳細なリファレンスガイドであるMixed Effects Models in S and S-Plusを使用して、nlmeの詳細を読むことをお勧めします。初心者にとってもう1つの優れたリファレンスは、線形混合モデル -R、SAS、SPSSなどのコードを使用した混合モデリングのさまざまなアプリケーションの多くの例をまとめた統計ソフトウェアを使用した実践ガイドです。

あなたはR.あなたを使用して混合モデルとRM-ANOVAを探している場合はこれをチェックすることをお勧めします http://blog.gribblelab.org/2009/03/09/repeated-measures-anova-using-r/ あります混合モデルを使用してRM-ANOVAを実現する方法を示す優れた例。

私の経験に基づくと、SASは混合モデルを処理するためのより良いツールです。SASを使用している場合は、RM-ANOVAのSASヘルプ「Proc Mixed」を確認できます。