불평등 한 표본 크기의 강철을 사용할 수 있습니까?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />나는 치료 대 대조 상황이 있는데, 대조군에 대해 9 번 관찰하고 3 번 치료법 중 2 번, 마지막 치료에 대해서만 6 번 관찰한다. JMP를 사용하면 "Steel with control"분석을 수행 할 수 있지만 원본 종이에 동일한 샘플 크기에 사용해야한다고 나와있는 경우 유효합니다.
Re : 불평등 한 샘플 크기로 Steel을 사용할 수 있습니까?나는 이것이 도움이 된 것을 기쁘게 생각합니다! 귀하의 분석과 행운을 빌어 요!
- 마리
Re : 불평등 한 샘플 크기로 Steel을 사용할 수 있습니까?감사합니다 마리, 귀하의 회신 및 자세한 정보. 이제 결과의 유효성에 대해 걱정하지 않고이 절차를 사용할 수 있다는 것을 알고 있습니다.
Re : 불평등 한 샘플 크기로 Steel을 사용할 수 있습니까?내가 참여한 문서 작성 팀은 최근에 논 파라 메트릭 다중 비교 테스트에 대한 자세한 내용을 문서에 추가했지만, 불행히도 JMP 13까지는 표시되지 않습니다. 그러나 귀하의 질문에, JMP에서 제어 절차와 스틸 ~하다 불평등 한 치료 크기를 허용하십시오. 치료의 각 쌍은 두 치료법의 관찰 결과 만 순위를 매기고 각 치료법의 평균 순위를 계산 한 다음 연속성 보정이 적용된 순위의 차이 인 "점수 평균 차이"를 계산하여 비교합니다. 표준화 된 통계는 점근 적으로 정상입니다. 이것은 Hsu (1996)에 기초한다.
다음은 점수 평균 차이에 적용되는 연속성 보정의 세부 사항입니다.
- 첫 번째 치료에서 관측 수를 n1, 두 번째 치료에서 관측 수를 n2로 나타냅니다.
- 이 두 가지 치료법으로 구성된 표본 내의 관측 순위를 매 깁니다. 묶인 순위는 평균입니다.
- ScoreSum1에 의한 첫 번째 치료의 순위와 ScoreSum2에 의한 두 번째 치료의 순위를 나타냅니다.
- 평균 점수의 차이가 양수이면 점수 평균 차이는 다음과 같이 표시됩니다.
점수 평균 차이 = (ScoreSum1 - 0.5) / n1 - (ScoreSum2 + 0.5) / n2 - 평균 점수의 차이가 음수이면 점수 평균 차이는 다음과 같이 표시됩니다.
점수 평균 차이 = (ScoreSum1 + 0.5) / n1 - (ScoreSum2 -0.5) / n2
이 질문에 대한 답변이 도움이 되었기를 바랍니다.
Re : 불평등 한 샘플 크기로 Steel을 사용할 수 있습니까?귀하의 의견에 감사드립니다 
Re : 불평등 한 샘플 크기로 Steel을 사용할 수 있습니까?Dmitrienko, A., et.al. (2007)의 표 6.8 참조; SAS를 이용한 제약 통계 : 실용 가이드 ; SAS Press 144 페이지 :
Steel-Dwass 방법은 동등한 그룹 표본 크기를위한 것이며, Dunn의 방법은 그룹 표본 크기가 동일하지 않은 방법입니다.
그러나 Karen 주 (州)와 마찬가지로 JMP 개발자 확인이 없으면 JMP가하는 일에 대한 신념의 도약이 필요합니다.
Re : 불평등 한 샘플 크기로 Steel을 사용할 수 있습니까?귀하의 특정 상황에 대한 의견은 흔히 "의존합니다". 데이터 가정은 무엇입니까? 데이터는 어디에서 왔으며, 왜 샘플 크기는 불균형이고, 왜 정규성은 합리적인 가정이 아니며, 등등입니다. (나는 이러한 질문들에 대해 당신이 대답 할 것을 기대하지 않고, 그러한 질문들에 대해 생각할 때 신속하게 떠오르는 질문들을 제기한다.)
그러나 다중 비교에 관심이있어서 "JMP를 통한 학습"JMP 문서에서 Steel with Control 테스트를 조회하고 균형 상태와 불균형 상태에 대해서는 언급하지 않았습니다. 그러나 문서는 Hsu (1996)를 참조하고 Hsu에서 그는 불균형 한 상황 (한면과 양면 모두)을 논하지 만 "경쟁 할 소프트웨어는 쉽게 이용할 수있는 것 같지 않습니다"라고 논평합니다. 따라서 Hsu 이후 거의 20 년이 지나면 소프트웨어가 실제로 사용 가능할 것으로 보입니다. 바라건대 JMP 개발자가 여기에 뛰어 와서 JMP에서 구현 된 Steel 프로 시저가 실제로 예상대로 언밸런스 케이스를 처리하는지 확인하십시오.
