¿Puedo usar acero con tamaños de muestra desiguales?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Tengo una situación de tratamiento frente a control, con 9 observaciones para el control y 2 de 3 tratamientos, mientras que solo hay 6 observaciones para el último tratamiento. JMP me permite realizar el análisis "Acero con control", pero ¿es esto válido cuando el documento original declara que se debe usar para muestras de igual tamaño?
Re: ¿Puedo usar acero con tamaños de muestra desiguales?Estoy tan contento de que esto haya ayudado! Buena suerte con tu análisis!
--Marie
Re: ¿Puedo usar acero con tamaños de muestra desiguales?Gracias Marie, por tu respuesta e información detallada. Ahora sé que puedo usar este procedimiento sin preocuparme por la validez de los resultados 
Re: ¿Puedo usar acero con tamaños de muestra desiguales?El equipo de documentación (del cual soy miembro) recientemente agregó más detalles a la documentación sobre las pruebas de comparación múltiple no paramétricas, pero, desafortunadamente, esto no aparecerá hasta JMP 13. Pero a tu pregunta, el procedimiento Acero con Control en JMP. hace Permitir tamaños de tratamiento desiguales. Cada par de tratamientos se compara clasificando solo las observaciones en los dos tratamientos, calculando el rango promedio para cada tratamiento y luego calculando la "Diferencia de la puntuación promedio", que es la diferencia en los rangos con una corrección de continuidad aplicada. La estadística estandarizada es asintóticamente normal. Esto se basa en Hsu (1996).
Aquí están los detalles de la corrección de continuidad que se aplica a la Diferencia de la media de puntuación:
- Indique el número de observaciones en el primer tratamiento con n1 y el número en el segundo tratamiento con n2.
- Clasifique las observaciones dentro de la muestra que consiste en estos dos tratamientos. Las filas empatadas se promedian.
- Indique la suma de los rangos para el primer tratamiento con ScoreSum1 y para el segundo tratamiento con ScoreSum2.
- Si la diferencia en las puntuaciones medias es positiva, entonces la Diferencia de la media de la puntuación se proporciona de la siguiente manera:
Puntaje Diferencia media = (ScoreSum1 - 0.5) / n1 - (ScoreSum2 + 0.5) / n2 - Si la diferencia en las puntuaciones medias es negativa, entonces la Diferencia de la media de la puntuación se proporciona de la siguiente manera:
Puntaje Diferencia media = (ScoreSum1 + 0.5) / n1 - (ScoreSum2 -0.5) / n2
Espero que esto ayude a responder su pregunta.
Re: ¿Puedo usar acero con tamaños de muestra desiguales?Gracias a los dos por sus comentarios
Re: ¿Puedo usar acero con tamaños de muestra desiguales?Haciendo referencia a la Tabla 6.8 de Dmitrienko, A., et.al. (2007); Estadísticas farmacéuticas utilizando SAS: una guía práctica ; SAS Press pág. 144:
Los métodos de Steel-Dwass son para tamaños de muestra de grupos iguales, y los métodos de Dunn son para tamaños de muestra de grupos desiguales.
Pero, al igual que Karen afirma, sin la confirmación del desarrollador de JMP, se requiere un acto de fe sobre lo que está haciendo JMP.
Re: ¿Puedo usar acero con tamaños de muestra desiguales?No hay comentarios sobre su situación particular, ya que a menudo "depende". ¿Cuáles son sus suposiciones sobre los datos, de dónde provienen los datos, por qué el tamaño de su muestra no está equilibrado, por qué la normalidad no es una suposición razonable, etc.? (No estoy buscando que respondas a ninguna de estas preguntas, solo planteo las preguntas que vienen rápidamente a la mente cuando piensas en tales preguntas).
Sin embargo, me interesan las comparaciones múltiples y, por lo tanto, "aprender a través de JMP" busqué la prueba Steel with Control en la documentación de JMP y no veo ninguna mención de situaciones balanceadas vs. desequilibradas. Sin embargo, la documentación hace referencia a Hsu (1996) y en Hsu él sí discute las situaciones desequilibradas (una y dos caras), pero comenta que "el software para competir ... no parece estar disponible". Así que ahora, casi 20 años después de Hsu, parece que el software podría estar disponible. Con suerte, un desarrollador de JMP puede "saltar" aquí y confirmar que el procedimiento de Steel implementado en JMP sí maneja los casos desequilibrados como cabría esperar.
