两个变量呈正相关或负相关,并进一步在对照组和患者组间就这两个变量的相关性进行相关差异分析。有没有文献是这样做的(我目前没见过)?

请大家指教,请大家指教

说实话,我没听懂你的意思 :joy:,是新提出的指标吗。如果是新的指标估计需要很多的验证实验,例如这个相关性是否在不同数据集上独立出现,不同数据集上该相关性的稳定性如何等等。

感谢您的回复!我的意思是这样,基于体素的全脑分析发现患者组额上回的低频振幅与攻击量表的分数呈正相关,而健康对照组则没有;之后进一步分析两组之间的这种相关差异(即患者组有正相关,健康对照没有)有没有显著性?

我不是很清楚,一般来说是先对患者组和健康对照组做组间差异分析,随后得到一些具有显著组间差异的脑区。为了评估这些差异脑区是否患者的临床有关联,因此我们可以将患者的差异脑区与量表做关联。

如果你的目标是检验脑指标与行为分数的相关或者线性关系是否在组间有显著差异,可以在一般线性模型中去检验行为分数与分组之间的交互作用,在这种情况下,脑指标是模型的因变量,行为分数是一个连续的自变量,分组是一个分类的自变量。如果把行为分数换成另一个分类变量,比如性别,那么这就是常见的2x2的独立样本方差分析,想要检验组间的差异是否会受到性别的影响,就是去检验分组和性别的交互作用。

至于你提到的两步的分析方案也是可行的,只是假设更明确或者更局限,比如你假设患者是正相关,对照是没有显著相关,然后两组相关差异显著。但是实际上可能患者是正相关,对照也是正相关,但是相关强度有显著差异。如果先检验交互作用,当交互作用显著,再去分析简单效应是更常规的做法。

感谢您的回复。您能不能推荐一篇使用了相关差异的文献?

感谢回复

你指的是按照你提出的两步分析的文献?我好像没有印象看到过。

好的,感谢

我懂了一点,你说的是不是相关系数r的差异是否显著,也就是r与r的差异是否达到了0.05?

若没理解错的话,你是想不仅仅做相关分析,你做的相关性叫correlation,然后进一步分析叫做correlation coefficiency,大致就是皮尔逊相关系数及显著性检验。

感谢您的回复。您见过这类文献吗?