→ R2003: 2次bp分別做correlation，然後檢定coeff.之間significance? 07/10 18:45
→ cwhalf: 沒有要分開做correlation 喔 07/10 20:50
→ R2003: 不是啊，你如果兩個coeff.之間的檢定不拒絕H0 07/10 22:21
→ R2003: 不就代表任取一組bp的correlation不影響對母體的估計? 07/10 22:23
→ R2003: (能不能估計母體是另外一回事) 07/10 22:42
→ R2003: 如果不是要比較兩組bp，直接把bp取mean反而會有問題吧? 07/10 22:44
→ cwhalf: 而其實現在data就是任取一組bp做correlation的話都是trend 07/11 00:15
→ cwhalf: …. 07/11 00:15
→ cwhalf: P都介於0.05-0.1之間 07/11 00:16
→ cwhalf: 我只是想知道 如果不取兩次bp的mean去做correlation的話 07/11 00:17
→ cwhalf: 有沒有其他統計方法 07/11 00:17
→ cwhalf: Linear mixed model嗎？ 07/11 00:18
→ yhliu: 兩次測量如果是單純重覆，可以考慮模型 Yij = a + bXi +Eij 07/11 07:09
→ yhliu: Correlation 是什麼？ Y = a + bX + E, 資料 Yi=a+bXi+Ei, 07/11 07:13
→ yhliu: 是上列線性模型判定係數的平方根，帶上 b 的正負。 07/11 07:14
→ yhliu: 其中假設誤差項 E 和共變項 X 是零相關的。 07/11 07:17
→ yhliu: 如果兩次測量情況不同，則需視實際情況假設適當模型再來考 07/11 07:18
→ yhliu: 慮相關係數之計算問題。 07/11 07:19
→ andrew43: 測血壓二次只是單純重複測還是中間有做什麼事情？ 07/11 08:23
推 jasonfun44: 不就變異共變異舉正算2次？ 07/11 08:45
→ cwhalf: 中間沒有做什麼事 07/11 11:36
→ andrew43: 這樣的話，取平均沒什麼問題也省事。混合模型不會讓檢定 07/11 13:29
→ andrew43: 力變大。 07/11 13:29
→ sacidoO: 這本書這個章節跟你描述的問題一樣，作者建議用平均取代 07/12 23:07
→ sacidoO: 個別data point. （你如果直上60 p會變顯著）。有空的話 07/12 23:07
→ sacidoO: 可以估狗這個詞‘Repeated Measures Correlation’（rmco 07/12 23:07
→ sacidoO: rr)嚴謹一點的話要先證明重複性的data point 沒有太大組 07/12 23:07
→ sacidoO: 內變異/相關性 07/12 23:07
推 a78998042a: 可以考慮用 bootstrap 算一個無母數的迴歸係數，就可 07/19 02:50
→ a78998042a: 以保留重複樣本的資訊。即每次抽重複樣本的其中一個 07/19 02:50
→ a78998042a: ，計算出多個迴歸係數，再平均這些迴歸係數。他的檢 07/19 02:50
→ a78998042a: 定也可以透過重抽來建立分佈。 07/19 02:50
→ yhliu: 在重複數固定，如本例重複數都是 2，用平均值計算與用原始 07/19 11:26
→ yhliu: 觀測值計算，其迴歸係數相等而相關係數因少予觀測值與平均 07/19 11:28
→ yhliu: 值之間的變異而擴大（分母縮小）。故兩種算法雖做顯著性檢 07/19 11:30
→ yhliu: 定時自由度不同，其實結果可以仔細再算算看，可能是一致的 07/19 11:32
→ recorriendo: bootstrap不錯 不過重複抽樣時要以人為單位抽 才保 07/23 12:35
→ recorriendo: 留repeated measures資訊 07/23 12:35
→ yhliu: sacidoO 所引文章，似是不同情形，另文談之： 07/25 12:42