¿Cómo se puede hacer una revisión de datos emparejados para cientos de muestras emparejadas con múltiples parámetros?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />El problema viene de revisar el plan de muestreo. Muestra actual basada en 4 entradas diferentes. Creemos que una de estas entradas no es importante o redundante para la muestra y no afecta el resultado. Hicimos un análisis Fit-X de Y Anova, t-test, pero los resultados en cientos de gráficos. ¿Cómo se puede hacer un análisis de resumen que sea más fácil de entender y presentar a la gerencia?
Re: ¿Cómo puede hacer una revisión de datos emparejados para cientos de muestras emparejadas con múltiples parámetros?Jim, gracias por tu ayuda. Hice algunos deberes sobre el método de detección de respuestas y los apliqué a mis datos. Pude identificar que solo uno de los parámetros medidos tenía un significado potencial para la entrada que me gustaría eliminar y fue significativo <5% del tiempo. Usando el FDR PValue y PValue vs. El gráfico de fracción de rango es claro para mostrar los parámetros que pueden tener un efecto.
Re: ¿Cómo puede hacer una revisión de datos emparejados para cientos de muestras emparejadas con múltiples parámetros?Creo que quieres echar un vistazo a la pantalla de respuesta. Le permite ejecutar cientos de comparaciones y luego usar la estadística FDR para encontrar cuáles de los análisis son los que desea ver. Crea una tabla de datos con todos los resultados, y tiene un script incorporado que le permite seleccionar filas específicas (parámetros) de la tabla, ejecutar el script incorporado y ver los detalles del análisis.
Analizar == Modelado ==> Evaluación de respuesta
Re: ¿Cómo puede hacer una revisión de datos emparejados para cientos de muestras emparejadas con múltiples parámetros?Su pregunta es bastante vaga sin poder ver los datos adjuntos.
Pero en cuanto a responder: " ¿Cómo se puede hacer un análisis de resumen que sea más fácil de entender y presentar a la gerencia?
Voy a señalarle la plataforma Graph >> Graph Builder. Si bien esto no proporcionará datos estadísticos como una prueba t, es realmente genial para presentar datos de una manera que la administración pueda consumir fácilmente.
