Bonjour,
J'ai plusieurs groupes qui ont chacun une moyenne, un min, un écart type et une valeur max. Je ne sais pas combien d'échantillons il y avait. Comment ferais-je des tests statistiques tels que l'ANOVA avec cet ensemble de données ?
Oups, j'ai eu une erreur de portée dans la version précédente du script.Les versions mises à jour sont jointes.Lisez la suite pour une discussion sur l'erreur de portée.
//--------------------------
Les tâches de script étaient
- Script de fonction à sens unique
- Noms par défaut ici(1)
- Aller simple régulier avec données brutes
- Créer un tableau récapitulatif
- RésuméOneway()
La dernière tâche génère une erreur car la fonction a été définie en dehors de la portée Here, donc pour l'exécuter, j'aurais pu changer la dernière tâche en :: SumaryOneway. Au lieu de cela, j'ai fait des noms par défaut ici (1) pour être la première tâche.
Étudiant TUS,
Le fondement de la puissance statistique est la taille de l'échantillon "N".Supposons que les écarts-types du groupe soient à peu près les mêmes, alors une estimation groupée des écarts types peut être prise en compte. Ensuite, si vous avez une certaine assurance que chaque groupe a un nombre minimum d'échantillons indépendants, ce nombre minimum pourrait être utilisé pour la taille de l'échantillon de chaque groupe, et une décision dans le pire des cas (puissance la plus faible) pourrait être prise.Similaire à ANOM, Analyse des Moyennes, supposons que N =3 minimum :
- Tracez les moyennes de groupe, Y, par rapport aux groupes , X.
- Ajoutez 3 lignes de référence à l'axe Y : (1) la moyenne des moyennes du groupe ; (2) cette moyenne + k*pool std dev/sqrt(n); (3) cela signifie - k*pooled std dev/sqrt(n) where k =Tukey HSD Quantile( .95, #groups, #groups*(3-1) ), en supposant que le minimum N =3,
Il s'agit d'une exploration visuelle des moyennes qui sont différentes de la moyenne globale. J'étais réticent à répondre, car il s'agit d'une analyse "et si", et les données récapitulatives pourraient être biaisées par des valeurs aberrantes extrêmes, etc.
J'ai quelques formules pour calculer l'ANOVA à l'aide de données récapitulatives, cependant, j'ai trouvé cette note d'utilisation JMP vers JMP 8 http://www.jmp.com/support/notes/35/253.html qui fournit une méthode de substitution, attribuée à David A. Larsen, pour calculer une Oneway Anova avec des données récapitulatives. Il crée un affichage visuel. Cette méthode fait besoin de N.J'ai décidé d'écrire un script simple (caveat emptor, pas beaucoup de tests) pour implémenter la méthode via une fonction SummaryAnova(). Le script est joint avec un exemple d'utilisation. L'exemple de script ci-joint :
- utilise l'exemple de table de données JMP Typying Data.jmp ;
- calcule l'anova des données brutes ; crée un tableau récapitulatif ;
- appelle ensuite la fonction SummaryAnova() pour effectuer les analyses de substitution.
Bien que les tests statistiques soient les mêmes, il n'est pas aussi instructif que les données brutes de rechercher des valeurs aberrantes et d'effectuer des analyses ultérieures.
Je suppose que cela pourrait être utilisé avec un N minimal supposé pour faire une analyse "et si" dans le pire des cas.
Sans N, c'est tout ce que j'ai.Cela m'étonne toujours qu'il y ait autant de rapports sommaires qui n'incluent pas N et N Missing. Il est essentiel à toute analyse.
