Statistische Analyse für Annahmen über Beobachtungsstudien<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ich habe einige Daten für eine Beobachtungsstudie erhalten, die in den letzten drei Jahren abgeschlossen wurde, und ich brauche Rat / Hilfe, wie die Testannahmen zu befolgen sind. Die Studie zielt darauf ab festzustellen, ob es einen signifikanten Unterschied in der Gemüsequalität an vier Standorten im Bundesstaat WA gibt, wobei jeder Standort ein anderes Klima in dem Bundesstaat darstellt. Mein Problem mit den Daten ist, dass in den letzten drei Jahren an jedem Standort Messungen von Qualitätsindikatoren aus zusammengesetzten Proben genommen wurden, was bedeutet, dass es keine Wiederholungen gab. Beispielsweise wurden auf einer Farm in Seattle 50 Salatköpfe zufällig ausgewählt und zu einer Probe zusammengesetzt, aus der Qualitätsindikatoren wie Festigkeit und Säuregehalt gemessen wurden. Bevor ich eine ANOVA zum Vergleichen von Qualität über Standorte hinweg ausführe, weiß ich nicht genau, wie ich die Annahmen der Normalität oder Homogenität der Varianz testen kann, da ich pro Standort nur einen Datenpunkt pro Jahr habe. Ich möchte nicht die Daten für die Jahre als Umweltfaktoren wie Kühlstunden, Gradtage usw. zusammenfassen. haben sich in den letzten drei Jahren erheblich verändert.
Ich würde mich wirklich über Hilfe freuen.
Vielen Dank
Re: Statistische Analyse für Annahmen über BeobachtungsstudienIn meinem letzten Kommentar meinte ich, dass es nicht möglich ist, zwischen den durch Umweltfaktoren verursachten Schwankungen und ortsspezifischen Faktoren zu unterscheiden. Dies bedeutet nicht, dass Sie aus den Daten, die Sie bereits haben, keine aussagekräftigen Informationen erhalten. Sie müssen dies nur berücksichtigen, wenn Sie Ihre Analyse durchführen.
Die Daten, die Sie haben, werden aus vielen verschiedenen Quellen, einschließlich der jährlichen Umweltfaktoren, sehr unterschiedlich sein. Wenn die Umweltfaktoren jedoch alle Betriebe auf dieselbe Weise beeinflussten, z. B. die Kühlzeiten für jeden Standort um den gleichen Betrag abnahmen, werden alle Daten in eine bestimmte Richtung verschoben, anstatt die Variabilität zwischen den Standorten für jedes Jahr zu erhöhen diese Daten wurden gesammelt. Das Problem ist, dass diese jährliche Tendenz die Variabilität der über verschiedene Jahre gesammelten Daten erhöht. Wenn die Variabilität innerhalb der zu vergleichenden Stichproben zunimmt, wird es schwieriger, einen Unterschied zwischen den Stichproben zu unterscheiden.
Sie haben zu Recht die Befürchtung, dass jeder statistisch signifikante Unterschied, den Sie zwischen den Standorten feststellen, auf die jährlichen Umweltfaktoren zurückzuführen ist (Fehler vom Typ I). Der Grund dafür ist, dass eine Erhöhung der Gesamtvariabilität die Stichprobenverzerrung erhöhen kann, insbesondere bei nur drei Stichproben pro Jahr. Es ist jedoch auch wahrscheinlich, dass die erhöhte Variabilität dazu führt, dass kein statistisch signifikanter Unterschied gefunden wird, wenn ein tatsächlicher Unterschied vorliegt (Fehler Typ II).
Ihre Daten können zeigen, wo die größten Unterschiede zu beobachten sind. Wenn diese Unterschiede zwischen den Standorten konsistent sind, können Sie zukünftige Studien entwerfen, um sie weiter zu untersuchen.
Re: Statistische Analyse für Annahmen über BeobachtungsstudienVielen Dank, dass Sie sich so schnell bei mir melden. Ich verstehe Ihre Kommentare zu den jährlichen Veränderungen vollständig. Ich habe bereits die jährlichen Faktoren wie Kühlstunden und Tage des Wachstums im Auge behalten, und diese scheinen recht unterschiedlich zu sein, wobei die ersteren abgenommen haben und die letzteren jährlich zugenommen haben. Daher fühle ich mich bei der Verwendung der Jahre als Replikate nicht wirklich wohl, weil ich der Meinung bin, dass, wenn ich einen erheblichen Qualitätsunterschied zwischen den Standorten finde, dies nicht unbedingt auf den Standort zurückzuführen ist, wie ich es mir zu wünschen hoffe, sondern die Variabilität in jährlichen Faktoren. Ich wusste von Anfang an, dass mit Beobachtungsstudien, die Varianzen charakterisieren, schwierig sein würde, und mit meinem Thema Replikate glaube ich nicht, dass ich wirklich flexibel genug bin. Ich glaube, Sie meinen mit Ihrer letzten Bemerkung, was ich zu klären hoffte, die Studie ist zu diesem Zeitpunkt zu statistisch zu schwach, um die starken Schlussfolgerungen zu ziehen, die ich für Erweiterungszwecke gerne machen würde. Wenn ich richtig angedeutet habe, dann bitte keine Antwort, ich habe die Hilfe sehr geschätzt.
Re: Statistische Analyse für Annahmen über BeobachtungsstudienNochmals vielen Dank für Ihre Antwort wird sehr geschätzt. Ich habe Fit Y durch X ausprobiert und für die Auswirkungen von Location beobachte ich für viele Qualitätsindikatoren für einige Sorten sehr signifikante p-Werte. Ich verstehe, dass es letztlich Sache des Forschers ist, sein Fachwissen in dieser Angelegenheit zu nutzen, um Flexibilität zu fordern, zum Beispiel die Jahre als Replikate, um die Stichprobengröße zu erhöhen, auch wenn dies angesichts der Variabilität der jährlichen Auswirkungen nicht optimal ist. Die Annahmen werden jedoch stark abgelehnt und basieren auf den relativ geringen Statistiken, die ich bisher gelernt habe. Es scheint nicht richtig, die Zusammenhänge / Schlussfolgerungen zu machen, die ich visualisieren kann.
Re: Statistische Analyse für Annahmen über BeobachtungsstudienHallo Travis,
Ich kann Ihren Wunsch verstehen, so viele Umweltauswirkungen wie möglich von Ihrer statistischen Analyse auszuschließen. Mit nur einem einzigen Datenpunkt innerhalb von Standorten, Sorten und Jahren gibt es leider nicht genügend Daten, um die Abweichung ohne den Einfluss jährlicher Änderungen der Umweltfaktoren zu charakterisieren. Selbst wenn Sie über genügend Daten verfügen, um die Auswirkungen dieser jährlichen Änderungen zu charakterisieren, gibt es immer zusätzliche Schwankungsquellen, die eine solche Beobachtungsstudie nicht beschreiben könnte. Wenn beispielsweise jede Farm Proben zu einer gemeinsamen Testeinrichtung verschickt, wären die Versandbedingungen für eine Farm, die weiter entfernt von der Einrichtung liegt, anders als in einer nahegelegenen Farm. Obwohl solche Bedingungen möglicherweise keinen signifikanten Einfluss auf die Ergebnisse haben, wäre die Charakterisierung ihrer Auswirkungen nicht Gegenstand einer Beobachtungsstudie zur Gemüsequalität.
In der Praxis wird es für jede Beobachtungsstudie schwierig sein, die durch Umwelteinflüsse eingeführten Abweichungen und Verzerrungen zu charakterisieren, da die Daten nicht in einer kontrollierten Umgebung erzeugt werden. Ich verstehe zwar Ihre Bedenken hinsichtlich der Verschmelzung von Umwelteinflüssen und ortsspezifischen Auswirkungen, aber es ist unmöglich, zwischen ihnen zu unterscheiden, ohne eine strengere Beobachtungsstudie durchzuführen.
Hoffe das hilft,
-Joseph
Re: Statistische Analyse für Annahmen über BeobachtungsstudienIch versuche, mich kurz zu fassen ... Sie behandeln hier viele Themen ... darunter Annahmen für verschiedene statistische Hypothesentests, Alpha-, Beta-Risiko und dergleichen. Diese Themen sind alle miteinander verflochten und sehr mühsam, um hier in einer textbasierten Diskussionsgruppe des Forums näher ausgeführt zu werden.
Mit diesen sehr kleinen Stichprobengrößen haben Sie einige einfache Visualisierungen im Y-X-Format im Fit Y-X-Format oder im Graph Builder ausprobiert. Zu diesem Zeitpunkt würde ich mich nicht zu sehr auf Annahmen stützen. Plotten Sie die Daten und was können Sie daraus lernen? Wenn es Unterschiede in der Bevölkerungszahl gibt, springen sie bei Ihnen vielleicht von der Seite ... oder nicht. Aber ab da ist meine Empfehlung.
Re: Statistische Analyse für Annahmen über BeobachtungsstudienUnten eingefügt ist der Kern meines Dilemmas. Meine Annahme der Normalität wird abgelehnt, egal wie ich die Daten transformiere (was nicht gezeigt wird). Ich glaube auch, dass die Annahme homogener Abweichungen abgelehnt wird. Die unglaublich kleine Stichprobengröße von 3, wir haben beschlossen, jedes Jahr einfach als Replikat zu zählen, ich weiß, ist mein größtes Problem. Ich bin wirklich auf der Suche nach einem Rat, ob ich hinsichtlich der Annahmen irgendetwas tun kann oder muss ich auf die Daten eines anderen Jahres warten, auf ein anderes Replikat? Bei der Durchführung der ANOVA gibt es erhebliche Auswirkungen auf den Standort, aber mit den Annahmenproblemen weiß ich / glaube ich, dass ich keine Schlussfolgerungen / Korrelationen für diese Beobachtungsstudie mit irgendeiner Zuversicht machen kann.
Re: Statistische Analyse für Annahmen über BeobachtungsstudienDanke für die Antwort. Im Folgenden finden Sie eine Momentaufnahme meiner JMP-Datei:
Es gibt insgesamt 80 Reihen, 20 Reihen pro Jahr, 5 Standorte pro Jahr x 4 Sorten, die an jedem Standort bewertet werden. Ich untersuche erneut, ob sich die Obstqualität, dargestellt durch die fünf Qualitätsindikatormessungen, räumlich signifikant unterscheidet.
Re: Statistische Analyse für Annahmen über BeobachtungsstudienIch verstehe nur das "Design", das Sie zu analysieren aufgefordert haben. Wenn ich versuchen würde, Ihr Experiment in eine JMP-Datentabelle zu setzen, würde es so aussehen:
Und die 'Y'-Werte existieren nicht wirklich, aber gibt es eine Schöpfung des' Compositing'-Prozesses? Vielleicht wurde also gesagt, der Säuregehalt wurde für alle 50 Proben gemessen und jemand entschied, dass der "wahre" Wert für das erste Jahr, Ort A, "Y" ist?
