Holap. El mié, 14-02-2018 a las 13:41 +0100, Francisco Javier Ibáñez López escribió: > Tengo una base de datos con 28 sujetos, a los cuales se les mide un > montón de elementos (tengo 27 variables dependientes) en tres > tiempos > distintos (un total de 84 mediciones por variable). Busco comparar > unas > variables con otras. > > ¿Alguien me ayuda con el modelo estadístico a seguir para poder > analizarlos?
Además de los modelos individuales longitudinales que puedes ajustar para cada variable dependiente, puedes explorar: * Modelos de medidas repetidas para datos multivariantes. Aquí se evalúa cómo evolucionan p variables respuesta sobre n individuos en t momentos diferentes. Son modelos intermedios entre MANOVAs y modelos de curvas de crecimiento. La §6.9 del clásico Johnson & Wichern (2007) está dedicado a esto y R cuenta con la función manova() en la base. * Parecido a lo anterior, pero cuando la respuesta no es normal (continua) hay modelos generalizados multivariantes para alcanzar lo mismo, aunque no he visto un modelo de estos manejando tantas variables respuestas (27) como en tu caso. Hubo un paquete de nombre sabreR (http ://www.sabre.lancs.ac.uk/sabreRuse_intro.html) que servía para estos menesteres. Como estoy desactualizado y estoy viendo que ya no existe en CRAN, alguien más seguramente te dará el nombre de un paquete vivo para hacer esto. Ahora, un posible problema que puedas tener, es que tienes más o menos la misma cantidad de variables que de individuos, y cualquier matriz de covarianza que calcules, si la puedes calcular, será inestable y poco convincente. Cuenta la leyenda que regularizando (modelos lasso y relacionados) puedes sacarle provecho. Si lo haces, podrías compartirnos luego cómo jeje. Ojalá sirva de algo. ¡Salud! -- «...homines autem hominum causa esse generatos...» Cicero [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es