Puis-je utiliser Steel avec des tailles d'échantillons inégales ?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />J'ai une situation de traitement contre contrôle, avec 9 observations pour le contrôle et 2 des 3 traitements, alors qu'il n'y a que 6 observations pour le dernier traitement. JMP me permet d'effectuer l'analyse « Acier avec contrôle », mais est-ce valable lorsque l'article d'origine indique qu'il doit être utilisé pour des tailles d'échantillon égales ?
Re : Puis-je utiliser Steel avec des tailles d'échantillons inégales ?Je suis tellement content que cela ait aidé! Bon courage pour votre analyse !
--Marie
Re : Puis-je utiliser Steel avec des tailles d'échantillons inégales ?Merci Marie, pour votre réponse et vos informations détaillées. Maintenant je sais que je peux utiliser cette procédure sans me soucier de la validité des résultats 
Re : Puis-je utiliser Steel avec des tailles d'échantillons inégales ?L'équipe de documentation (dont je suis membre) a récemment ajouté plus de détails à la documentation sur les tests de comparaisons multiples non paramétriques, mais, malheureusement, cela n'apparaîtra pas avant JMP 13. Mais à votre question, la procédure Steel with Control dans JMP Est-ce que permettre des tailles de traitement inégales.Chaque paire de traitements est comparée en classant uniquement les observations dans les deux traitements, en calculant le rang moyen pour chaque traitement, puis en calculant la "Score Mean Difference", qui est la différence des rangs avec une correction de continuité appliquée. La statistique standardisée est asymptotiquement normale.Ceci est basé sur Hsu (1996).
Voici les détails de la correction de continuité appliquée à la différence moyenne des scores :
- Dénotons le nombre d'observations dans le premier traitement par n1 et le nombre dans le second traitement par n2.
- Classez les observations dans l'échantillon composé de ces deux traitements. Les rangs à égalité sont moyennés.
- Dénotons la somme des rangs pour le premier traitement par ScoreSum1 et pour le deuxième traitement par ScoreSum2.
- Si la différence entre les scores moyens est positive, la différence moyenne des scores est donnée comme suit :
Différence moyenne des scores = (ScoreSum1 - 0,5)/n1 - (ScoreSum2 + 0,5)/n2 - Si la différence entre les scores moyens est négative, la différence moyenne des scores est donnée comme suit :
Différence moyenne des scores = (ScoreSum1 + 0,5)/n1 - (ScoreSum2 -0,5)/n2
J'espère que cela aide à répondre à votre question.
Re : Puis-je utiliser Steel avec des tailles d'échantillons inégales ?Merci à vous deux pour vos commentaires
Re : Puis-je utiliser Steel avec des tailles d'échantillons inégales ?Se référant au tableau 6.8 de Dmitrienko, A., et.al.(2007) ; Statistiques pharmaceutiques utilisant SAS : un guide pratique ; Presse SAS page 144 :
Les méthodes de Steel-Dwass sont pour des tailles d'échantillon de groupe égales, et les méthodes de Dunn sont pour des tailles d'échantillon de groupe inégales.
Mais, comme le déclare Karen, sans confirmation du développeur JMP, un acte de foi sur ce que fait JMP est nécessaire.
Re : Puis-je utiliser Steel avec des tailles d'échantillons inégales ?Pas de commentaire sur votre situation particulière car cela "dépend" souvent.Quelles sont vos hypothèses de données, d'où viennent les données, pourquoi la taille de votre échantillon est-elle déséquilibrée, pourquoi la normalité n'est-elle pas une hypothèse raisonnable, etc. (Je ne vous demande pas de répondre à l'une de ces questions, je pose simplement les questions qui viennent rapidement à l'esprit lorsque vous réfléchissez à de telles questions).
Cependant, je suis intéressé par les comparaisons multiples et donc "l'apprentissage via JMP" J'ai recherché le test Steel with Control dans la documentation JMP et je ne vois aucune mention de situations équilibrées ou déséquilibrées.Cependant, la documentation fait référence à Hsu (1996) et dans Hsu, il discute des situations déséquilibrées (à la fois unilatérales et bilatérales) mais commente que "le logiciel pour concurrencer ... ne semble pas facilement disponible".Alors maintenant, près de 20 ans après Hsu, il semble que le logiciel pourrait en fait être facilement disponible.Espérons qu'un développeur JMP puisse "sauter" ici et confirmer que la procédure Steel implémentée dans JMP gère effectivement les cas déséquilibrés comme on pourrait s'y attendre.
