Tengo un conjunto de datos de una prueba de alimentación de roedores de dos opciones. Estábamos probando la eficacia de 10 elementos disuasivos cubriéndolos sobre semillas y ofreciéndolos a los roedores junto con semillas de control que no estaban recubiertas. La variable explicativa es con cuál de los 10 disuasivos se cubrió la semilla de tratamiento, y la variable de respuesta es la proporción de semilla de control y semilla de tratamiento consumida.La pregunta que nos hacemos es: "¿Son efectivos todos los elementos disuasorios para reducir el consumo de semillas?". Las alimentaciones de 2 opciones se replicaron con 6 roedores diferentes para cada elemento disuasorio (6 roedores X 10 tratamientos = 60 repeticiones) (60 repeticiones x 2 mediciones pareadas {semilla tratada consumida/semilla de control consumida} = 120 puntos de datos), por lo que la muestra es muy pequeña tamaño dado el número de parámetros que necesitamos (10, uno para cada elemento disuasorio). La distribución de datos para las semillas tratadas está sesgada hacia la derecha y cero inflada (31 ceros), mientras que la distribución de las semillas de control es relativamente normal con una mayor variación que las semillas tratadas, por lo que no pude usar estadísticas normales.
Elijo usar el ajuste de regresión generalizado a una distribución beta porque entiendo que esta distribución explica las diferencias de no normalidad y varianza que a menudo se encuentran con los datos de proporción y que la distribución beta puede tener una asíntota en 0 que permite una inflación cero. Solo tuve que agregar una pequeña constante para quitar los ceros de la asíntota (k = 0.000001). Soy nuevo en las distribuciones beta, así que si no entendí algo, házmelo saber.
Usé la plataforma de regresión generalizada de JMP y seleccioné beta como mi distribución. Puse la proporción de semillas consumidas como mi y, tratadas/no tratadas como mi x, y coloqué el tipo de disuasión en la ventana 'por'. Esto produjo 10 pruebas diferentes que dan los resultados que esperaba.
Mis preguntas son:
¿He seguido los procedimientos correctos dada la naturaleza de mis datos? Por ejemplo, ¿estoy violando una suposición de independencia porque el consumo de control y el consumo de tratamiento están emparejados porque provienen del mismo roedor? Si es así, ¿cómo soluciono esto?
¿Los valores de chi-cuadrado que me dio JMP están ajustados para múltiples pruebas? (ya que ejecuté 10 de ellos con la función 'por')
¿Es Chi-cuadrado incluso la forma en que debo mostrar mis resultados? porque la ventana de salida de regresión generalizada me permite hacer comparaciones múltiples con una t de estudiantes que me da valores p
