<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
Hola,
Tengo una serie de tiempo (cinco pasos de tiempo) de muestras de una población de los mismos ~ 60 individuos, cada muestra es un subconjunto elegido aleatoriamente (es decir, no completamente aleatorio) de los 60. El tamaño de las muestras varía cada vez entre 15 y 50, y la medida que hago para cada individuo en una muestra es una variable continua que va de 0 a 1.
Dado que los tamaños de las muestras son diferentes cada vez, NO están emparejados (el mismo individuo puede haberse medido más de una vez, pero no se rastrean), tienen variaciones desiguales y no se ajustan a una distribución normal, opté por usar el Kruskal- La prueba de Wallis en la versión 9 de JMP como prueba no paramétrica para la existencia de diferencias entre muestras. Y hay diferencias (p <0.01).
Por lo que puedo decir, JMP me ofrece dos posibles pruebas post-hoc para encontrar dónde están las diferencias: "Steel-Dwass All Pairs" y "Dunn All Paris for Joint Ranks".
Según la documentación de JMP, Steel-Dwass All Pairs "realiza la prueba Steel-Dwass en cada par. Esta es la versión no paramétrica de All Pairs, Tukey HSD ", mientras que Dunn All Pairs for Joint Ranks" realiza una comparación de cada par, similar a la opción Steel-Dwass All Pairs. El método Dunn es diferente en que calcula rangos en todos los datos, no solo en el par que se compara ".
Mis preguntas son: (1) para empezar, ¿tenía razón al ejecutar la prueba de Kruskal-Wallis? (2) ¿Cuáles son las diferencias entre las dos pruebas post hoc que me presentan y cómo debo elegir entre ellas?
¡Muchas gracias por tu ayuda! Por favor, avíseme si hay alguna otra información que deba proporcionar.
PD: He adjuntado los resultados de la ejecución de ambas pruebas, ¿los interpreto correctamente que los casos con p <0.05 son las diferencias estadísticamente significativas? (mi alfa = 0.05)
PSS La pregunta también es aquí .
