STATISTIK-FORUM.de

[bemosch]

Hallo zusammen,
wir haben bei uns in der Arbeitsgruppe einen Datensatz vorliegen und sind uns nicht sicher hinsichtlich der möglichen Analysen. Vielleicht kann uns hier jemand bei folgender Fragestellung helfen.

Es handelt sich um metrische Daten verschiedener Fragebögen, die zu 3 Messzeitpunkten (2019/2020, 2022 und 2024) erhoben wurden (1 Gruppe). Der Vergleich von T1 und T2 wurde bereits in einem früheren Artikel publiziert. Uns interessiert jetzt (T3) der Verlauf bzw. vor allem, wie eine der T3-Variablen (Schmerzintensität) durch die anderen Faktoren (Beeinträchtigung, Stimmung, Einstellung,…) erklärt werden kann – unter Berücksichtigung der multiplen Messungen.

Mit einem GLM für Messwiederholungen könnten einfach die 3 Messzeitpunkte verglichen werden. Unsere Frage wäre, welche zusätzlichen Analyse empfehlenswert wären und ob bspw. eine Regression möglich/sinnvoll wäre, die die Skalenwerte der Messwiederholung einschließt.

Darüber hinaus fragen wir uns, ob bei unserem Design und 3 Messzeitpunkten eine Zeitreihenanalyse (ARIMA?) sinnvoll sein könnte, um die Entwicklung allgemein abzubilden.

Danke schon mal!

[bele]

Hallo bemosch,

ich weiß nicht, was Du mit "GLM für Messwiederholung" meinst. Für uns stellt sich die Frage, was Du von Deinen Daten noch wissen willst, was Dir Dein GLM nicht beantwortet?

Ich verstehe zuwenig von Arima, denke aber, dass das bei drei Beobachtungen der falsche Weg ist. Vielleicht meldet sich dazu noch jemand mit mehr Ahnung.

ob bspw. eine Regression möglich/sinnvoll wäre, die die Skalenwerte der Messwiederholung einschließt

Klar, Du kannst den Skalenwert bei T1 und den bei T2 und die Beeinträchtigung und die Stimmung und die Einstellung in einem Modell nutzen, um den Skalenwert bei T3 vorherzusagen.
Du solltest aber überlegen, ob Beeinträchtigung, Stimmung und Einstellung auch schon die Skalenwerte bei T1 und T2 beeinflusst hat, dann könnte ihr Einfluss jetzt irreführend niedrig erscheinen.

LG,
Bernhard