49886_it-IT

liliconcom

ANOVA bidirezionale con dati non normali ed eterogeneità delle varianze

Cari amici di analisi dei dati!

 

Sto lottando con i dati per la mia tesi: voglio fare anovas a due vie, ma i miei dati non sono distribuiti normalmente e non mostrano omogeneità di varianze.

I miei dati sono stati raccolti mensilmente su un periodo di un anno, con 4 punti dati al mese (rispettivamente per le variabili sottostanti) per trattamento (di cui ne ho due) = ~ 48 punti dati per trattamento, ~ 96 in totale.

Ho diverse variabili che voglio testare: biodiversità (indici Shannon e Simpson), produzione di etilene e produttività primaria. 

Il mio modello anova a due vie originale è (es.) Shannon ~ Community * Time 

Le trasformazioni dei dati non hanno portato a un adempimento delle ipotesi.

C'è un modo per fare un test non parametrico con JMP, ma non solo testare unidirezionale (es Shannon ~ Community, Shannon ~ Time), ma anche il termine di interazione?

Quali altre alternative puoi suggerire?

Ho provato un GLM con JMP, ma le distribuzioni (binomiale, normale, esponenziale, poisson) non sembrano essere adatte ai miei dati ... Ho provato Poisson, ma poi ho problemi con l'overdispersion (quando selezionarlo e quando no?)

 

Spero di trovare qualche aiuto qui, grazie in anticipo!

Migliore,

Franka

 

Re: anova bidirezionale alternativo

Questo è difficile perché non si sfugge l'assunzione di varianze uguali andando non parametrico.  Alcuni non parametrici non assumono la stessa varianza, alcuni lo fanno.  Potresti comprimere i 2 fattori in 1 e fare un ANOVA di Welch.  Questo è come testare i 2 effetti principali e l'interazione simultaneamente.  Il problema è che non sarà possibile testare separatamente ciascun fattore per il significato. 

Inoltre, non esiste un buon test di follow-up in JMP come Tukey HSD per esaminare tutti i confronti a coppie che hanno anche una regolazione Behrens-Fisher per tenere conto di variazioni impari.  C'è un test chiamato Games-Howell che è fondamentalmente un Tukey HSD di Welch, ma per l'analisi dovresti usare R o SAS. 

JMP ha Steel-Dwass, che credo sia un tipo di test di permutazione.  Non ho mai avuto molta fortuna perché le dimensioni del mio gruppo erano troppo piccole.  Con le tue dimensioni del campione, probabilmente staresti bene usando quel metodo.  Non sono sicuro di quanto sia forte le differenze ineguali.

ANOVA a 2 vie non parametrico è il test di Friedman, ma non è attualmente in JMP.  C'è una discussione qui: https://community.jmp.com/t5/Discussions/Friedman-test-on-JMP/td-p/5974 .

La non-normalità non è un problema per te perché hai una grande dimensione del campione per ogni trattamento.  Il CLT inizia con n = 30 per la maggior parte delle situazioni e la vera ipotesi per ANOVA è che le distribuzioni di campionamento dei mezzi sono normalmente distribuite.  Il tuo problema più grande sono le variazioni ineguali.

 

Ri: ANOVA a due vie con dati non normali ed eterogeneità delle varianze

Sembra che tu non sia sicuro di come rendere conto del tempo o cambiare nel tempo nel tuo modello. 

 

Che cosa stai facendo con Month? è un effetto casuale? come stai tenendo conto dei cambiamenti nel tempo nel tuo modello?

La seconda variabile è il tuo trattamento (comunità?)

 

Nel modello adatto, forse i tuoi effetti sono: (o invece del mese, i giorni dall'inizio o qualcosa che ha senso nel tuo esperimento.)

Comunità

mese e casuale

mese * comunità e casuale

 

Quindi è possibile eseguire un test personalizzato o più confronti (triangolo rosso, stime, confronti multipli) per ottenere i minimi quadrati per ogni comunità. 

Dopo l'analisi, controlla i tuoi residui per la normalità. La dispersione nelle tue risposte sperimentali può essere spiegata dai trattamenti e dagli effetti casuali?