Hallo,
Ich habe mehrere Gruppen, die jeweils einen Mittelwert, einen Mindestwert, eine Standardabweichung und einen Höchstwert haben. Ich weiß nicht, wie viele Proben es waren. Wie würde ich statistische Tests wie ANOVA mit diesem Datensatz durchführen?
Hoppla, ich hatte einen Scoping-Fehler in der vorherigen Version des Skripts.Die aktualisierten Versionen sind beigefügt.Lesen Sie weiter für eine Diskussion des Scoping-Fehlers.
//------------
Die Skriptaufgaben waren
- ZusammenfassungOneway-Funktionsskripting
- Namen standardmäßig hier(1)
- Reguläre Oneway mit Rohdaten
- Erstellen Sie eine Übersichtstabelle
- ZusammenfassungOneway()
Die letzte Aufgabe löst einen Fehler aus, da die Funktion außerhalb des Here-Bereichs definiert wurde. Um sie auszuführen, hätte ich die letzte Aufgabe in ::SumaryOneway ändern können. Stattdessen habe ich Names Default auf Here(1) als erste Aufgabe festgelegt.
TUStudent,
Die Grundlage der statistischen Aussagekraft ist die Stichprobengröße „N“.Angenommen, die Gruppenstandardabweichungen sind ungefähr gleich, dann kann eine gepoolte Schätzung der Standardentwicklungen berechnet werden. Wenn Sie dann eine gewisse Sicherheit haben, dass jede Gruppe über eine Mindestanzahl unabhängiger Stichproben verfügt, könnte diese Mindestanzahl für die Stichprobengröße jeder Gruppe verwendet werden und eine Entscheidung im schlimmsten Fall (geringste Trennschärfe) getroffen werden.Gehen Sie ähnlich wie bei ANOM (Analyse der Mittelwerte) von einem Minimum von N = 3 aus:
- Stellen Sie die Gruppenmittelwerte Y gegen die Gruppen X dar.
- Fügen Sie der Y-Achse drei Referenzlinien hinzu: (1) den Durchschnitt der Gruppenmittelwerte; (2) dieser Durchschnitt + k*pooled std dev/sqrt(n); (3) das bedeutet - k*pooled std dev/sqrt(n) wobei k =Tukey HSD Quantile( .95, #groups, #groups*(3-1) ), unter der Annahme, dass mindestens N =3 ist,
Dies ist eine visuelle Untersuchung von Mittelwerten, die vom Gesamtmittelwert abweichen. Ich wollte nicht antworten, da es sich um eine „Was-wäre-wenn“-Analyse handelt und die zusammenfassenden Daten durch extreme Ausreißer usw. verzerrt sein könnten.
Ich habe einige Formeln zur Berechnung der ANOVA anhand von zusammenfassenden Daten, habe jedoch diese JMP-Nutzungsnotiz zu JMP 8 gefunden http://www.jmp.com/support/notes/35/253.html das eine Ersatzmethode bereitstellt, die David A. Larsen zugeschrieben wird, um eine Oneway Anova mit zusammenfassenden Daten zu berechnen. Es entsteht eine visuelle Darstellung. Diese Methode tut erfordern N.Ich habe beschlossen, ein einfaches Skript zu schreiben (Vorsichtsmaßnahme, nicht viele Tests), um die Methode über eine Funktion SummaryAnova() zu implementieren. Dem Skript ist ein Anwendungsbeispiel beigefügt. Das beigefügte Skriptbeispiel:
- verwendet die JMP-Beispieldatentabelle Typying Data.jmp;
- berechnet die Rohdaten anova; erstellt eine Übersichtstabelle;
- Ruft dann die Funktion SummaryAnova() auf, um die Ersatzanalysen durchzuführen.
Obwohl die statistischen Tests dieselben sind, ist die Suche nach Ausreißern und die Durchführung anschließender Analysen nicht so aussagekräftig wie Rohdaten.
Ich nehme an, dass dies als angenommenes minimales N verwendet werden könnte, um eine „Was-wäre-wenn“-Analyse im schlimmsten Fall durchzuführen.
Ohne N ist das alles, was ich habe.Es erstaunt mich immer wieder, dass es so viele zusammenfassende Berichte gibt, in denen N und N fehlt nicht enthalten sind. Es ist für jede Analyse von entscheidender Bedeutung.
