<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Bonjour,
J'ai des données que je ne sais pas trop comment analyser.
Nous avons eu 20 spécimens coupés en 4 parties, une partie non traitée et les 3 autres ont reçu différents traitements. Nous avons fatigué les échantillons enregistrant les durées de vie. Mon objectif ultime est de déterminer si l'un ou l'autre de ces traitements est meilleur que pas de traitement du tout ou meilleur que les autres traitements. Cela ne semble pas très compliqué, mais les données sont très asymétriques, donc mes questions sont les suivantes:
Devrais-je exécuter ANOVA sur les différences (traitement-contrôle)? ignorer l'asymétrie des données
Devrais-je prendre une transformation du journal et ensuite calculer les différences? (le résultat final serait plutôt une comparaison de ratios qui me semble un peu bizarre)
Une sorte d'analyse de probabilité de survie est-elle une meilleure option pour effectuer ces comparaisons et, dans l'affirmative, comment puis-je prendre en compte le "couplage" des données.
J'apprécie vraiment vos commentaires, idées, conseils, j'ai imaginé de nombreuses façons d'analyser les données, mais je ne sais pas ce qui me donnerait l'évaluation la plus juste.
UNE
Vous pouvez ignorer l'asymétrie des données jusqu'à une valeur absolue d'asymétrie <= 1 et de kurtosis <= 3.
Utilisez la transformation de journal si elle génère approximativement des données normalement distribuées. Sinon, utilisez des méthodes non paramétriques telles que le test de Kruskal-Wallis.
Si vous avez répété des mesures sur certaines unités d'observation, faites de ces unités un effet aléatoire dans la modélisation paramétrique.
