Ho un set di dati da una prova di alimentazione del roditore a due opzioni. Stavamo testando l'efficacia di 10 deterrenti ricoprendoli sui semi e offrendo loro roditori insieme a semi di controllo non rivestiti. La variabile esplicativa è quale dei 10 deterrenti con cui il seme del trattamento è stato rivestito, e la variabile di risposta è la proporzione di semi di controllo e semi di trattamento consumati. La domanda che ci poniamo è: "Ogni deterrente è efficace nel ridurre il consumo di semi?". I mangimi a scelta 2 sono stati replicati con 6 diversi roditori per ciascun deterrente (6 roditori X 10 trattamenti = 60 replicati) (60 replicati x 2 misurazioni accoppiate {seme consumato / seme di controllo consumato} = 120 punti dati), quindi campione molto piccolo dimensione dato il numero di parametri di cui abbiamo bisogno (10, uno per ciascun deterrente). La distribuzione dei dati per i semi trattati è giusta distorta e zero-gonfiata (31 zero) mentre la distribuzione per i semi di controllo è relativamente normale con una maggiore varianza rispetto ai semi trattati, quindi non ho potuto utilizzare le normali statistiche.
Ho scelto di utilizzare la regressione generalizzata adatta a una distribuzione beta perché la mia comprensione è che questa distribuzione tiene conto delle differenze di non-normalità e varianza spesso riscontrate con i dati delle proporzioni e che la distribuzione beta può avere un asintoto a 0 che consente un'inflazione pari a zero. Ho appena dovuto aggiungere una piccola costante per spostare gli zeri dall'asintoto (k = 0,000001). Sono nuovo alle distribuzioni beta, quindi se ho capito qualcosa, fammelo sapere.
Ho usato la piattaforma di regressione generalizzata di JMP e selezionato beta come distribuzione. Ho messo la proporzione di semi consumati come mia, trattati / non trattati come la mia x, e ho inserito il tipo di deterrente nella finestra 'per'. Questo ha prodotto 10 test diversi che danno i risultati che mi aspettavo
Le mie domande sono:
Ho seguito le procedure corrette data la natura dei miei dati? Come, sto violando un'ipotesi di indipendenza perché il consumo di controllo e il consumo di trattamento sono accoppiati perché provengono dallo stesso roditore? Se è così, come posso rimediare a questo?
I valori del chi-quadrato che JMP mi ha fornito sono stati corretti per test multipli? (dal momento che ne ho eseguiti 10 con la funzione 'by')
Chi-square è anche il modo in cui dovrei mostrare i miei risultati? perchè la finestra di output di regressione generalizzata mi permette di fare confronti multipli con uno studente che mi dà valori p
