觀察研究的統計分析 - 測試假設<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我已經獲得了一些已經完成過去三年的觀察性研究的數據，我需要就如何在測試假設方面進行一些建議/幫助。該研究旨在確定西澳州四個地區的蔬菜質量是否存在顯著差異，每個地點代表該州不同的氣候。我對數據的問題是質量指標的測量是從過去三年每個地點的複合樣本中獲得的，這意味著沒有重複。例如，在西雅圖的一個農場，隨機選擇50頭生菜，並將其合成一個樣品，從中測量質量指標，如堅固度和酸度。因此，在我運行ANOVA來比較不同地點的質量之前，我不知道如何測試正態性或方差同質性的假設，因為每年每個位置只有一個數據點。我不想把這些年的數據匯集成冷卻時間，學位日等環境因素...... 在過去三年中發生了重大變化。
我真的很感激一些幫助。
謝謝
回复：觀察研究的統計分析 - 測試假設在我的最後評論中，我的意思是不可能區分環境因素和位置特定因素引起的可變性。 這並不意味著您無法從已有數據中獲取有意義的信息。 在進行分析時，您只需要考慮到這一點。
您擁有的數據將來自許多不同來源的高度可變性，包括年度環境因素。 但是，如果環境因素以相同的方式影響所有農場，例如每個地點的冷卻時間減少相同的數量，則效果會使所有數據偏向某個方向而不是增加每年的地點之間的變化該數據已被收集。 問題是這種年度偏差會增加不同年份收集的數據的可變性。 當您想要比較的樣本中的可變性增加時，區分樣本之間的差異就越困難。
您擔心在位置之間發現的任何統計上顯著的差異可能是由於年度環境因素（類型I錯誤），您是正確的。 其原因是總體變異性的增加會增加採樣偏差，特別是在幾年中只有3個樣本。 然而，當存在實際差異時，增加的可變性也可能導致沒有發現統計上顯著的差異（類型II錯誤）。
您擁有的數據可以揭示最大差異的位置，如果這些差異在不同位置之間是一致的，那麼您可以設計未來的研究以進一步研究它們。
回复：觀察研究的統計分析 - 測試假設感謝您及時回复我。我完全理解你對年度變化的評論，我已經看過年度因素，如寒冷時間和成長度日，它們似乎變化很大，前者有所減少，後者逐年增加。因此，我不太願意將這些年用作複製品，因為我的感覺是，如果我發現不同地點的質量存在顯著差異，那麼實際上並不是因為我希望分析的位置，而實際上是可變性在年度因素。我從一開始就知道，通過觀察性研究來表徵差異會很困難，而且我的複制問題，我認為我沒有任何靈活性。在您的最終評論中，我相信您暗示我一直希望澄清的內容，此時的研究在統計上太弱，無法做出我想為擴展目的做出的有力結論。如果我有正確的暗示，那麼請不要回复，我感謝所有的幫助。
回复：觀察研究的統計分析 - 測試假設再次，謝謝你的回复，非常感謝。我已經嘗試了X的Fit Y和位置的影響我觀察到幾個品種的許多質量指標的非常顯著的p值。我理解，最終由研究人員利用他或她在這個問題上的專業知識來調用靈活性，例如使用年份作為重複項來增加樣本量，即使這不是最好的年度效應變化。然而，這些假設被高度拒絕，並且基於我迄今為止學到的相對較少的統計數據，我認為可以想像的相關性/結論似乎並不正確。
回复：觀察研究的統計分析 - 測試假設嗨特拉維斯，
我可以理解你希望從統計分析中排除盡可能多的環境影響。 遺憾的是，由於地點，品種和年份內只有一個數據點，因此沒有足夠的數據來表徵方差，而不會影響環境因素的年度變化。 然而，即使您有足夠的數據來描述這些年度變化的影響，總會有其他可變性來源，這種觀察性研究無法表徵。 例如，如果每個農場將樣品運送到公共設施進行測試，則對於遠離設施的農場而不是附近的農場，運輸條件將不同。 雖然這些條件可能不會對結果產生重大影響，但表徵其影響將超出蔬菜質量觀察研究的範圍。
在實踐中，任何觀察性研究都難以表徵由環境影響引起的方差和偏差，因為數據不是在受控環境中產生的。 雖然我理解您對將環境影響與位置特定效應混為一談的擔憂，但如果不進行更嚴格的觀察性研究，就無法區分它們。
希望這可以幫助，
-約瑟夫
回复：觀察研究的統計分析 - 測試假設我會盡量保持這個簡短...你在這裡討論很多主題......其中包括對各種統計假設檢驗，α，β風險等的假設。在基於文本的論壇討論組中，這些主題都是相互交織的，非常費力。
對於這些非常小的樣本大小，您是否只是在Fit Y by X平台或Graph Builder中嘗試了一些簡單的Fit Y by X樣式可視化。在這個階段，我不會過於依賴假設...繪製數據，你可以從那裡學到什麼？如果在人口方面存在差異......也許他們會跳過你的頁面......或者不是。但從我的建議開始。
回复：觀察研究的統計分析 - 測試假設粘貼在下面是我進退兩難的關鍵。無論我如何轉換數據（未顯示），我的正常性假設都會被拒絕。我也相信拒絕同質差異的假設。非常小的樣本量3，我們決定將每一年作為一個複製品，我知道這是我最大的問題。我真的在尋找關於我是否可以做任何假設的建議，還是我必須等待另一年的數據，另一個複制？在運行方差分析時，位置有顯著影響，但在假設問題上，我知道/相信我不能以任何信心對這項觀察性研究做出任何結論/相關性。
回复：觀察研究的統計分析 - 測試假設謝謝你的回复。下面是我的JMP文件的快照：
總共有80行，每年20行，每年5個地點×每個地點評估4個品種。同樣，我正在研究由五個質量指標測量值表示的水果質量在不同地點之間是否存在顯著差異。
回复：觀察研究的統計分析 - 測試假設就這樣，我理解你被要求分析的“設計”，如果我試著把你的實驗放到JMP數據表中，它會是這樣的嗎？：
並且“Y”值並不存在，而是“複合”過程的一些創造？那麼也許所做的就是說，測量了所有50個樣品的酸度，有人決定第一年的“真實”值，位置A是“Y”？
