如何解决多变量非参数检验
首先，对不起我的英语，如果我不够清楚，请告诉我！
在我的项目中，我有很多变量，但样本非常小（非参数）。我试图在校正协变量的同时证明两个变量之间的联系。简而言之，我们正在研究白质束及其与视觉空间功能和生活质量 (QoL) 的联系。我们正在分析 3 个区域，它们可以是正常的、移位的或破裂的（有序的），并且我们有 8 个视觉空间能力分数。让我们定义变量：
- Y1 = 区域 1 完整性（3 个类别）
- Y2 = 道 2 完整性（3 个类别）
- Y3 = 区域 3 完整性（3 个类别）
- X1 到 X8 = 视觉空间测试分数
其他：
- X9 = 生活质量得分
- X10 ... = 年龄、性别等（这些协变量对于 现在，我将把它们放在我的书房里）
问题是，例如，虽然我们正在查看 Y1 和 X1-X9 之间的链接，但 Y2 和/或 Y3 也有可能受到影响，因此，我不能忽略这一点，因为我想证明 Y1 是否是对赤字负责，而不是 Y2 或 Y3。我在考虑逻辑回归，但我不确定如何处理 Y2 和 Y3。
该项目还有第二部分！！每个患者都接受了手术，我们想比较 Y 的变化是否与手术前后 X 的变化相关（因此，如果修复了白质束，视觉空间功能是否会恢复，相反，如果我们在手术中破坏了一条束，视空间功能是否下降？）。所以这就像重复测量（2 次），但我仍然对 Y2 和 Y3 与 Y1 有同样的问题......我正在考虑一个广义估计方程（混合模型），但仍然不确定如何处理我的变量。
最后，我正在考虑使用 python 来编写代码（尽管我会在此之前手动尝试以确保），然后使用 SPSS 软件进行验证。对此有什么提示吗？
感谢您的帮助！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
