Analyse statistique pour les études d'observation - Hypothèses de test<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />J'ai reçu des données pour une étude observationnelle achevée au cours des trois dernières années et j'ai besoin de conseils / d'une aide sur la manière de procéder en ce qui concerne la vérification des hypothèses. L'étude vise à déterminer s'il existe une différence significative dans la qualité des légumes entre quatre sites de l'État de WA, chacun représentant un climat différent dans l'État. Mon problème avec les données est que les mesures des indicateurs de qualité ont été prises à partir d'échantillons composites à chaque endroit au cours des trois dernières années, ce qui signifie qu'il n'y a pas eu de répétition. Par exemple, dans une ferme de Seattle, 50 têtes de laitue ont été sélectionnées au hasard et composées en un échantillon à partir duquel des indicateurs de qualité ont été mesurés, tels que la fermeté et l’acidité. Donc, avant de lancer une ANOVA pour comparer la qualité entre sites, je ne sais pas exactement comment tester les hypothèses de normalité ou d'homogénéité de variance, car je ne dispose que d'un point de données par site et par an. Je ne veux pas regrouper les données pour les années en tant que facteurs environnementaux tels que les heures de refroidissement, les degrés-jours, etc. considérablement changé au cours des trois dernières années.
J'apprécierais volontiers de l'aide.
Je vous remercie
Re: Analyse statistique pour étude d'observation - Hypothèses de testDans mon dernier commentaire, je voulais dire qu'il sera impossible de faire la distinction entre la variabilité causée par les facteurs environnementaux et les facteurs spécifiques à l'emplacement. Cela ne signifie pas que vous ne pouvez pas obtenir d'informations significatives à partir des données que vous avez déjà. Vous devez simplement prendre cela en considération lorsque vous effectuez votre analyse.
Les données dont vous disposez vont présenter un degré élevé de variabilité provenant de nombreuses sources différentes, y compris les facteurs environnementaux annuels. Cependant, si les facteurs environnementaux affectaient toutes les exploitations de la même manière, par exemple, le nombre d'heures de refroidissement diminuait du même montant pour chaque emplacement, alors cet effet fausserait toutes les données dans une certaine direction plutôt qu'une variabilité croissante entre les emplacements pour chaque année. ces données ont été collectées. Le problème est que ce biais annuel augmentera la variabilité des données collectées au cours des différentes années. Quand il y a une augmentation de la variabilité dans les échantillons que vous voulez comparer, plus il devient difficile de distinguer une différence entre les échantillons.
Vous avez raison de craindre que toute différence statistiquement significative entre les sites ne soit due aux facteurs environnementaux annuels (erreur de type I). La raison en est qu’une augmentation de la variabilité globale peut augmenter le biais d’échantillonnage, en particulier avec seulement 3 échantillons sur une année. Cependant, il est également probable que la variabilité accrue ne provoque pas de différence statistiquement significative lorsqu'une différence réelle existe (erreur de type II).
Les données dont vous disposez peuvent révéler où les différences les plus importantes sont observées et si ces différences sont cohérentes entre les sites, vous pouvez concevoir de futures études pour les étudier plus avant.
Re: Analyse statistique pour étude d'observation - Hypothèses de testMerci de me revenir si rapidement. Je comprends tout à fait vos commentaires sur les changements annuels. J'ai déjà examiné des facteurs annuels, tels que les heures de refroidissement et les degrés-jours de croissance, qui semblent très variables, les premiers ayant diminué et les derniers augmentés chaque année. Par conséquent, je ne suis pas très à l'aise avec l'utilisation des années comme réplique, car j'estime que si je constate une différence de qualité significative d'un site à l'autre, ce n'est pas vraiment dû à l'emplacement car j'espère analyser, mais bien à la variabilité. en facteurs annuels. Je savais dès le départ qu’il serait difficile de caractériser les variances par des études d’observation et que, avec mon numéro de répétition, je n’ai pas vraiment de souplesse. Avec votre dernier commentaire, je pense que vous sous-entendez ce que j'espérais clarifier, l'étude à ce stade est trop faible statistiquement pour tirer les conclusions que je voudrais tirer à des fins d'extension. Si j'ai bien impliqué, alors s'il vous plaît, ne vous sentez pas envie de répondre, j'ai apprécié toute l'aide.
Re: Analyse statistique pour étude d'observation - Hypothèses de testEncore une fois, merci d’avoir répondu, c’est très apprécié. J'ai essayé Fit Y by X et pour les effets de Location, j'observe des valeurs p très significatives pour de nombreux indicateurs de qualité pour quelques cultivars. Je comprends qu’en fin de compte, il appartient au chercheur d’utiliser son expertise en la matière pour faire preuve de souplesse, par exemple en utilisant les années comme répliques pour augmenter la taille de l’échantillon, même si cela n’est pas préférable compte tenu de la variabilité des effets annuels. Cependant, les hypothèses sont très rejetées et sur la base des relativement peu de statistiques que j'ai apprises jusqu'à présent, il ne semble pas correct de faire les corrélations / conclusions que je peux visualiser.
Re: Analyse statistique pour étude d'observation - Hypothèses de testSalut Travis,
Je peux comprendre votre désir d'exclure autant d'effets environnementaux que possible de votre analyse statistique. Malheureusement, avec un seul point de données dans les emplacements, les cultivars et les années, il n'y aura pas assez de données pour caractériser la variance sans l'effet des changements annuels des facteurs environnementaux. Toutefois, même si vous disposiez de suffisamment de données pour caractériser l’effet de ces changements annuels, il existera toujours des sources de variabilité supplémentaires qu’une telle étude observationnelle ne pourrait pas caractériser. Par exemple, si chaque ferme expédie des échantillons dans une installation commune à des fins d'analyse, les conditions d'expédition seraient différentes pour une ferme située plus loin de l'installation que pour une autre située à proximité. Bien que de telles conditions puissent n’avoir aucun impact significatif sur les résultats, la caractérisation de leurs effets sortirait du cadre d’une étude observationnelle sur la qualité des légumes.
En pratique, toute étude observationnelle aura des difficultés à caractériser la variance et les biais introduits par des effets environnementaux, car les données ne sont pas produites dans un environnement contrôlé. Bien que je comprenne votre inquiétude à propos de la fusion des effets environnementaux et des effets spécifiques à un emplacement, il sera impossible de les distinguer sans mener une étude observationnelle plus rigoureuse.
J'espère que cela t'aides,
-Joseph
Re: Analyse statistique pour étude d'observation - Hypothèses de testJe vais essayer de rester bref ... vous abordez de nombreux sujets ici ... parmi lesquels des hypothèses pour divers tests d’hypothèses statistiques, risque alpha, risque bêta, etc. Ces sujets sont tous étroitement liés et très difficiles à élaborer ici dans un groupe de discussion basé sur un texte.
Avec ces très petites tailles d’échantillons, vous venez d’essayer quelques visualisations simples du style Fit Y by X sur la plate-forme Fit Y by X, ou Graph Builder. A ce stade, je ne voudrais pas trop m'attarder sur des hypothèses ... tracer les données et que pouvez-vous apprendre de là? S'il y a des différences de population, cela signifie peut-être qu'ils vous quitteront de la page ... ou pas. Mais à partir de là, il y a ma recommandation.
Re: Analyse statistique pour étude d'observation - Hypothèses de testCi-dessous est le nœud de mon dilemme. Mon hypothèse de normalité est rejetée, peu importe la façon dont je transforme les données (qui ne sont pas affichées). De plus, je crois que l'hypothèse de variance homogène est rejetée. L'échantillon incroyablement petit de 3, nous avons décidé de ne compter que chaque année comme une réplique, je sais que c'est mon plus gros problème. Je cherche vraiment à savoir si je peux faire quelque chose en termes d'hypothèses ou si je dois attendre les données d'une autre année, d'une autre réplique? Lors de l'exécution de l'ANOVA, il y a des effets significatifs de la localisation, mais avec les problèmes de suppositions, je sais / crois que je ne peux tirer aucune conclusion / corrélation pour cette étude observationnelle avec quelque confiance que ce soit.
Re: Analyse statistique pour étude d'observation - Hypothèses de testMerci d'avoir répondu. Ci-dessous, un aperçu de mon fichier JMP:
Il y a un total de 80 rangées, 20 rangées par an, 5 emplacements par an x 4 cultivars évalués à chaque emplacement. Encore une fois, je cherche à savoir si la qualité du fruit, représentée par les cinq mesures d’indicateur de qualité, diffère considérablement d’un endroit à l’autre.
Re: Analyse statistique pour étude d'observation - Hypothèses de testPour que je comprenne bien le "design" que vous avez été invité à analyser, si je devais essayer de mettre votre expérience dans un tableau de données JMP, cela ressemblerait à ceci:
Et les valeurs "Y" n'existent pas vraiment, mais existe-t-il une création du processus "compositing"? Alors peut-être que ce qui a été fait a été dit, l'acidité a été mesurée pour tous les 50 échantillons et quelqu'un a décidé que la "vraie" valeur pour la première année, l'emplacement A étant "Y"?
