使用多次独立测量的混合效应线性回归模型

时间:2018-10-28 20:01:04

标签: matlab linear-regression

我正在尝试为X射线成像质量指标“ CNR”(对比噪声比)实现线性混合效应(LME)回归模型,为此我测量了各种管电势(kV)和过滤材料(过滤)。我们对3个连续切片进行了CNR测量,因此我也从这些独立测量中得出了CNR的标准偏差。我想知道如何将这些多个独立的度量合并到我的分析中。下面显示了一次测量的数据表示形式,以及我首次使用fitlme进行的尝试。我尝试查看在线资源,但找不到针对我的特定问题的答案。

kV=[80 90 100 80 90 100 80 90 100]';
Filter={'Al','Al','Al','Cu','Cu','Cu','Ti','Ti','Ti'}';
CNR=[10 9 8 10.1 8.9 7.9 7 6 5]';
T=table(kV,Filter,CNR);
kV     Filter    CNR
___    ______    ___
 80     'Al'      10
 90     'Al'       9
100     'Al'       8
 80     'Cu'      10.1
 90     'Cu'       8.9
100     'Cu'       7.9
 80     'Ti'       7
 90     'Ti'       6
100     'Ti'       5

输出

Linear mixed-effects model fit by ML
Model information:
Number of observations               9
Fixed effects coefficients           4
Random effects coefficients          0
Covariance parameters                1

Formula:
CNR ~ 1 + kV + Filter

Model fit statistics:
AIC        BIC        LogLikelihood    Deviance
-19.442    -18.456    14.721           -29.442 

Fixed effects coefficients (95% CIs):
Name           Estimate    SE           pValue          
'(Intercept)'  18.3        0.17533      1.5308e-09    
'kV'          -0.10333     0.0019245    4.2372e-08  
'Filter_Cu'   -0.033333    0.03849     -0.86603    
'Filter_Ti'   -3           0.03849     -77.942    

Random effects covariance parameters (95% CIs):
Group: Error
Name             Estimate    Lower     Upper   
'Res Std'        0.04714     0.0297    0.074821

当前实施中的问题/问题:

如何解释P = 1.53E-9的'(Intercept)'的固定效果系数?

我只包括固定效果。 ROI测量值的标准偏差是否也应以某种方式纳入随机效应中?

对于给定的kV /滤波器组合,如何合并三个连续切片的CNR的三个独立测量值?我是否应该在表“ T”中添加更多行?这将导致总共27次观察。

0 个答案:

没有答案