Por supuesto, hasta donde yo sé, los datos se corrigen, luego se reduce la correlación y luego se analiza.
(1) Los datos de medición repetida son muy comunes en los campos de la medicina y la sociología, como observar la eficacia de un grupo de personas antes de tomar el medicamento, 1 mes después de tomar el medicamento y 2 meses después. tomar el medicamento; otro ejemplo es dividir a las personas en diferentes grupos de tratamiento, cada grupo se observa en un momento diferente, y así sucesivamente.
(2) Se entiende aquí que un grupo de personas tiene diferentes momentos en el tiempo.
(1) Las mediciones repetidas son diferentes de las encuestas repetidas. Las mediciones repetidas son mediciones de la "misma población" en diferentes momentos.
(2) Las encuestas repetidas son encuestas de "diferentes grupos" en diferentes momentos. Por ejemplo, la Encuesta de Dieta Nutricional se repite cada pocos años en nuestro país, y cada encuesta no involucra necesariamente al mismo grupo (por supuesto, puede haber duplicados, pero generalmente no demasiados). Este tipo de datos de encuestas repetidas analiza cambios en algunos fenómenos, como años y generaciones. Por lo general, se puede analizar por edad, período y generación.
? Para la misma población (no agrupada), se midieron cuatro puntos temporales y estos cuatro puntos temporales se trataron como cuatro grupos independientes para el análisis de varianza convencional.
? Para la misma población (no dividida en grupos), se midieron cuatro puntos temporales y estos cuatro puntos temporales se utilizaron como bloques aleatorios para realizar un análisis de varianza de bloques aleatorios.
? Cada grupo de personas fue observado en 4 momentos y se realizó una prueba t en cada momento.
(1) Todos los ejemplos anteriores cometieron un error: no consideraron la no independencia de los datos de medición repetidos.
(2) La prueba T tradicional o análisis de varianza requiere que los datos cumplan el requisito previo de independencia. Obviamente, los datos de mediciones repetidas no cumplen con este requisito previo, y el uso de la prueba t o el análisis de varianza para procesar datos de mediciones repetidas a menudo aumentará los errores de falsos positivos.
Existen tres métodos principales: modelos multinivel, ecuaciones de estimación generalizadas y análisis de varianza de medidas repetidas.