For the statistical analysis we use

For the statistical analysis we used R Statistics (Team, 2011). We first performed descriptive statistics of the data. For the plots we used IBM SPSS version 20 and the ggplot2 package for R (Wickham, 2009). All variables were checked for normality using the Shapiro-Wilk's test (Shapiro and Wilk, 1965). Three variables were not normally distributed and the small sample size meant small power to reject normality. Therefore, we chose non-parametric two-tailed paired analyses using the Wilcoxon Signed Rank Test. We compared pre- vs. post-auditory stimulus for each condition (control and music) for each dependent variable (PI, PU, TUG). To determine if there was a positive relation between the analgesic effects and functional mobility, we performed one-tailed non-parametric correlations between the difference scores (post-, pre-auditory stimulus) of the PI, PU, and TUG and we represent these as ΔPI, ΔPU, and ΔTUG. Afterwards, we performed simple and multiple linear regression analyses to understand the relationship between the TUG (dependent), PI, PU, and “age” of the patients as independent variables. Age was introduced as a covariate because functional mobility should be affected by age of the participant as mentioned earlier. We also investigated correlations between the PCS and the PI, PU, and TUG variables. Finally, a two-tailed non-parametric correlation analysis between the order of the sampling and PI, PU, and TUG scores was performed to study a possible bias by an order effect (even after the counter-balancing). The alpha level for all statistical analyses was 0.05. Data were corrected for multiple comparisons using the false discovery rate (FDR) correction (Benjamini and Hochberg, 1995) and only corrected p-values are shown. Assumptions of non-zero variance, no multicollinearity, homoscedasticity, independence of errors, normality of errors, independence, and linearity were checked in all regression models.

ผลลัพธ์ (ไทย) 1:

สำหรับการวิเคราะห์ทางสถิติ เราใช้สถิติ R (ทีม 2011) เราต้องทำสถิติพรรณนาของข้อมูล ผืนเราใช้โปรแกรม IBM รุ่น 20 และแพคเกจ ggplot2 สำหรับ R (วิกคัม 2009) ตัวแปรทั้งหมดถูกตรวจสอบ normality ที่ใช้ทดสอบ Shapiro-Wilk ของ (Shapiro และ Wilk, 1965) ตัวแปรที่สามได้ไม่ปกติกระจาย และอำนาจเล็กปฏิเสธ normality หมายถึง ขนาดตัวอย่างขนาดเล็ก ดังนั้น เราสามารถเลือกไม่ใช่พาราเมตริกสองหางจัดเป็นคู่วิเคราะห์ใช้ Wilcoxon เซ็นอันดับทดสอบ เราเปรียบเทียบก่อนเทียบกับกระตุ้น post-auditory สำหรับแต่ละเงื่อนไข (ควบคุมและเพลง) สำหรับแต่ละขึ้นอยู่กับตัวแปร (PI, PU, TUG) เพื่อกำหนดว่า ถ้ามีความสัมพันธ์ทางบวกระหว่างผลระงับปวดและเคลื่อนไหวทำงาน เราทำด้านเดียวความสัมพันธ์ไม่ใช่พาราเมตริกที่ระหว่างคะแนนความแตกต่าง (กระตุ้นหลัง pre-auditory) ของ PI, PU และ TUG และเราเป็นตัวแทนเหล่านี้เช่น ΔPI, ΔPU และ ΔTUG หลังจากนั้น เราทำง่ายและการวิเคราะห์การถดถอยเชิงเส้นหลายเข้าใจความสัมพันธ์ระหว่าง TUG (ขึ้นอยู่กับ), PI, PU และ "อายุ" ของผู้ป่วยเป็นตัวแปรอิสระ อายุถูกนำเป็น covariate ตัวเนื่องจากเคลื่อนไหวทำงานควรได้รับผลกระทบตามอายุของผู้เข้าร่วมดังกล่าวก่อนหน้านี้ นอกจากนี้เรายังตรวจสอบความสัมพันธ์ระหว่างตัวแปร PI, PU และ TUG และชิ้น สุดท้าย สองแจงความสัมพันธ์ไม่ใช่พาราเมตริกการวิเคราะห์ระหว่าง PI, PU และ TUG คะแนนและลำดับของการสุ่มตัวอย่างที่ดำเนินการศึกษาความโน้มเอียงเป็นไป โดยผลการสั่ง (แม้หลังจากที่ทวนดุล) ในระดับอัลฟาสำหรับวิเคราะห์ทางสถิติทั้งหมด 0.05 ได้ มีแก้ไขข้อมูลสำหรับเปรียบเทียบหลายที่ใช้การแก้ไขอัตรา (FDR) การค้นพบเท็จ (Benjamini และ Hochberg, 1995) และจะแสดงเฉพาะแก้ไข p ค่า สมมติฐานของผลต่างของศูนย์ไม่ใช่ ไม่ multicollinearity, homoscedasticity ความเป็นอิสระของข้อผิดพลาด ข้อผิดพลาด อิสรภาพ และแบบดอกไม้ normality ถูกตรวจสอบในแบบจำลองถดถอยทั้งหมด

ผลลัพธ์ (ไทย) 2:

สำหรับการวิเคราะห์ทางสถิติที่เราใช้ R สถิติ (ทีม 2011) ครั้งแรกที่เราทำสถิติเชิงพรรณนาของข้อมูล สำหรับแปลงที่เราใช้รุ่น IBM SPSS 20 และแพคเกจสำหรับ ggplot2 R (Wickham 2009) ตัวแปรทั้งหมดได้รับการตรวจสอบปกติโดยใช้การทดสอบ Shapiro-Wilk ของ (ชาปิโรส์และ Wilk, 1965) สามตัวแปรไม่ได้ถูกกระจายตามปกติและขนาดของกลุ่มตัวอย่างขนาดเล็กหมายถึงไฟฟ้​​าขนาดเล็กที่จะปฏิเสธปกติ ดังนั้นเราจึงเลือกที่จะวิเคราะห์ตัวแปรที่ไม่ใช่คู่สองด้านโดยใช้ Wilcoxon Signed Rank ทดสอบ เราเมื่อเทียบกับก่อนเทียบกับมาตรการกระตุ้นเศรษฐกิจหลังหูสำหรับแต่ละสภาพ (การควบคุมและเพลง) สำหรับแต่ละตัวแปรตาม (PI, PU,​​ ลากจูง) เพื่อตรวจสอบว่ามีความสัมพันธ์เชิงบวกระหว่างผลกระทบยาแก้ปวดและการเคลื่อนไหวการทำงานที่เราดำเนินการอย่างใดอย่างหนึ่งนกที่ไม่ใช่ความสัมพันธ์ระหว่างตัวแปรคะแนนแตกต่างกัน (โพสต์กระตุ้นก่อนหู) ของ PI, PU และลากจูงและเราเป็นตัวแทนเหล่านี้ เป็นΔPI, ΔPUและΔTUG หลังจากนั้นเราจะดำเนินการถดถอยเชิงเส้นที่เรียบง่ายและการวิเคราะห์หลายที่จะเข้าใจความสัมพันธ์ระหว่างลากจูง (ขึ้น), PI, PU,​​ และ "อายุ" ของผู้ป่วยที่เป็นตัวแปรอิสระ อายุที่ถูกนำมาเป็นตัวแปรร่วมเพราะการเคลื่อนย้ายการทำงานควรจะได้รับผลกระทบตามอายุของผู้เข้าร่วมตามที่กล่าวไว้ก่อนหน้านี้ นอกจากนี้เรายังตรวจสอบความสัมพันธ์ระหว่างพีซีและ PI, PU,​​ และตัวแปรลากจูง ในที่สุดสองด้านการวิเคราะห์ความสัมพันธ์ที่ไม่พาราระหว่างคำสั่งของการสุ่มตัวอย่างและ PI, PU,​​ และคะแนนที่ได้ดำเนินการลากจูงเพื่อศึกษาอคติไปได้โดยมีผลบังคับใช้คำสั่งซื้อ (แม้หลังจากที่เคาน์เตอร์สมดุล) ระดับอัลฟาสำหรับการวิเคราะห์ทางสถิติทั้งหมดคือ 0.05 ข้อมูลการแก้ไขสำหรับการเปรียบเทียบต่างๆโดยใช้อัตราการค้นพบที่ผิดพลาด (FDR) แก้ไข (Benjamini และ Hochberg, 1995) และการแก้ไขเพียงค่าพีจะแสดง สมมติฐานความแปรปรวนไม่ใช่ศูนย์พหุไม่มี homoscedasticity ความเป็นอิสระของข้อผิดพลาดปกติของข้อผิดพลาด, ความเป็นอิสระและความเป็นเชิงเส้นถูกตรวจสอบในรูปแบบการถดถอยทั้งหมด

ผลลัพธ์ (ไทย) 3:

สำหรับการวิเคราะห์ข้อมูลทางสถิติที่เราใช้ R สถิติ ( ทีม , 2011 ) เราทำสถิติของข้อมูล สำหรับแปลงที่เราใช้ IBM SPSS รุ่น 20 และแพคเกจ ggplot2 R ( วิคแฮม , 2009 ) ตัวแปรทั้งหมดถูกตรวจสอบปกติโดยใช้การทดสอบ ( Shapiro Shapiro ตัวแทน และตัวแทน , 1965 )3 ตัวแปรไม่กระจายปกติและตัวอย่างขนาดเล็กหมายถึงพลังงานขนาดเล็กเพื่อปฏิเสธการแจกแจงแบบปกติ ดังนั้นเราจึงเลือกที่ไม่ใช้พารามิเตอร์สองหางคู่วิเคราะห์โดยใช้ Wilcoxon signed rank test . เปรียบเทียบก่อนและหลังการกระตุ้นแต่ละเงื่อนไข ( ควบคุมเพลง ) สำหรับตัวแปรอิสระแต่ละตัว ( PI , PU , ลากจูง )เพื่อตรวจสอบว่ามีความสัมพันธ์ระหว่างฤทธิ์ระงับปวด การเคลื่อนไหวและการทำงาน เราปฏิบัติหนึ่ง หางไม่ใช้พารามิเตอร์ความสัมพันธ์ระหว่างผลต่างของคะแนน ( ไปรษณีย์ - ก่อนการกระตุ้นของปี่ , PU และลากจูงและเราเป็นตัวแทนเหล่านี้เป็นΔไพ Δ PU และΔง้าง หลังจากนั้นเราแสดงที่เรียบง่ายและการถดถอยเชิงเส้นพหุการวิเคราะห์ให้เข้าใจความสัมพันธ์ระหว่างลากจูง ( ขึ้นอยู่กับ ) , PI , PU , และ " อายุ " ของผู้ป่วยเป็นตัวแปรอิสระ อายุก็แนะนำเป็นชุดเพราะการเคลื่อนไหวการทำงานควรได้รับผลกระทบจากอายุของผู้เข้าร่วมตามที่กล่าวถึงก่อนหน้านี้ เรายังได้ศึกษาความสัมพันธ์ระหว่างพีซีและปี่ , PU และตัวแปรง้างในที่สุด สองหางที่ไม่ใช้พารามิเตอร์วิเคราะห์ความสัมพันธ์ระหว่างคำสั่งของ พี , PU , และคะแนนลากจูงได้ศึกษาอคติที่สุด โดยคำสั่งมีผลแม้หลังเคาน์เตอร์สมดุล ) ระดับต้นสำหรับการวิเคราะห์ทางสถิติที่ 0.05 ข้อมูล คือ การแก้ไขเพื่อเปรียบเทียบพหุคูณ โดยใช้อัตราการค้นพบเท็จ ( FDR ) แก้ไข ( benjamini hochberg และ ,1995 ) และการแก้ไข p-values แสดง สมมติฐานความแปรปรวน ไม่เป็นไม่เกิดพหุสัมพันธ์ homoscedasticity ความเป็นอิสระของข้อผิดพลาดปกติของข้อผิดพลาด อิสรภาพ และถูกตรวจสอบในตัวแบบการถดถอยเชิงเส้นทั้งหมด