観察研究のための統計解析 - 試験の仮定<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />私は過去3年間に完了した観察研究のためにいくつかのデータを与えられました、そして私はテストの仮定に関してどう進めるべきかに関するいくつかのアドバイス/助けを必要としています。この調査は、ワシントン州の4つの場所で野菜の品質に大きな違いがあるかどうかを判断することを目的としています。各場所は州の異なる気候を表しています。データに関する私の問題は、品質指標の測定値が過去3年間の各場所で複合サンプルから取得されたことです。つまり、複製はありませんでした。たとえば、シアトルの農場では、50頭のレタスが無作為に選択され、硬さや酸味などの品質指標が測定される1つのサンプルに合成されました。そのため、ANOVAを実行して場所間で品質を比較する前に、1年に1つの場所に1つのデータポイントしかないため、正規性または分散の均一性の仮定をテストする方法はわかりません。寒冷時、学位日数などの環境要因として、長年のデータをプールしたくありません。過去3年間で大きく変化しました。
私は本当にいくつかの助けに感謝します。
ありがとうございました
観察研究のための統計解析 - 仮定をテストする私の最後のコメントでは、環境要因によって引き起こされる変動性と場所固有の変動性とを区別することは不可能であることを意味しました。 これは、すでに持っているデータから意味のある情報を得ることができないという意味ではありません。 分析を行うときには、これを考慮に入れるだけです。
あなたが持っているデータは、年間の環境要因を含む、多くの異なる情報源からの高度の変動性を持つことになるでしょう。 ただし、環境要因がすべての農場に同じように影響を与えている場合（たとえば、寒冷時間が場所ごとに同じ量だけ減少している場合）、その効果は場所ごとの年ごとのばらつきを増加させるのではなくそのデータは収集されています。 問題は、この年ごとの偏りによって、異なる年に渡って収集されたデータの変動性が増すことです。 比較したいサンプル内のばらつきが大きくなると、サンプル間の違いを区別することが難しくなります。
あなたはあなたが場所の間にあなたが見つけるどんな統計的に重要な違いも年々の環境要因（タイプIの誤り）が原因であるかもしれないことを心配する権利があります。 これは、全体的なばらつきが大きくなるとサンプリングバイアスが大きくなる可能性があるためです。特に、年間で3つのサンプルしかありません。 ただし、実際の差異が存在する場合、変動性が増加しても統計的に有意な差異は見られない可能性があります（タイプIIエラー）。
あなたが持っているデータは、最大の違いが観察される場所を明らかにすることができます、そして、これらの違いが場所の間で一致しているならば、あなたはそれらをさらに調査する将来の研究を設計できます。
観察研究のための統計解析 - 仮定をテストする早速私に戻ってくれてありがとう。私は、年間の変化についてのあなたのコメントを完全に理解しています、私はすでに寒冷時間や成長度日数のような年間の要因を調べました、そしてそれらはかなり変わりやすいように見えます。このように、年を複製として使用することはあまり快適ではありません。場所間で品質に大きな違いがあるとすれば、分析することを望んでいるので場所によるものではないということです。年間要因で。私は最初から、分散を特徴付ける観察研究では困難であることを知っていましたし、私の複製の問題では、私は本当に柔軟性があるとは思いません。あなたの最後のコメントで、私はあなたが私が明確にしたいと思っていたことを暗示していると私は信じています。私が正しく暗示しているならば、それから返事をしたくない、どうぞ私はすべての助けを高く評価しました。
観察研究のための統計解析 - 仮定をテストする繰り返しますが、返信いただきありがとうございます。Fit Y by Xを試しましたが、Locationの効果について、いくつかの栽培品種の品質指標の多くについて非常に有意なp値を観察しました。年次効果の変動性を考えると、これは最善の方法ではありませんが、最終的には、研究者がその問題に関する専門知識を使用して柔軟性を求めること、しかし、これらの仮定は非常に棄却されており、これまでに学んだ比較的少ない統計に基づいているため、視覚化できる相関関係/結論を出すのは正しくありません。
観察研究のための統計解析 - 仮定をテストするTravisさん、こんにちは。
統計分析からできるだけ多くの環境影響を排除したいというあなたの願いを理解することができます。 残念ながら、場所、栽培品種、および年数の範囲内で1つのデータポイントしかないため、環境要因の年次変動の影響なしに分散を特徴付けるのに十分なデータはありません。 しかしながら、たとえあなたがこれらの年次変化の影響を特徴付けるのに十分なデータを持っていたとしても、そのような観察研究が特徴付けることができないであろう変動性の追加の原因が常にあるでしょう。 たとえば、各農場がテストのために共通の施設にサンプルを出荷する場合、施設からさらに離れた場所にある農場と近くにある農場では出荷条件が異なります。 そのような条件は結果に大きな影響を与えないかもしれませんが、それらの影響を特徴付けることは野菜品質に関する観察研究の範囲外です。
実際には、データは管理された環境では作成されていないため、どの観測研究でも、環境の影響によって導入された分散や偏りを特徴付けるのは困難です。 環境影響と場所特有の影響を混同することについてのあなたの懸念を理解していますが、それらを区別することはより厳密な観察研究を行うことなしには不可能でしょう。
お役に立てれば、
- ジョセフ
観察研究のための統計解析 - 仮定をテストする私はこれを簡潔にしておくつもりです...あなたはここで多くのトピックにぶつかっています...それらの中で様々な統計的仮説検定、アルファ、ベータリスクなどの仮定。これらのトピックはすべて、テキストベースのフォーラムディスカッショングループで詳しく説明するには絡み合っており、非常に面倒です。
これらの非常に小さいサンプルサイズを使用して、Fit Y by XプラットフォームまたはGraph Builderでいくつかの簡単なFit Y by Xスタイルのビジュアライゼーションを試したことがありますか。この段階では、私は仮定にこだわりすぎないでしょう。データをプロットし、そこから何を学ぶことができますか？人口の平均に違いがあるならば...多分彼らはあなたにページから飛び降りるでしょう...あるいはそうではありません。しかし、始めは私のお勧めです。
観察研究のための統計解析 - 仮定をテストする私のジレンマの核心は以下の通りです。データがどのように変換されたとしても、私の正規性の仮定は却下されます（表示されていません）。また、同種分散の仮定は棄却されると思います。サンプルサイズが3と非常に小さいため、各年を複製として数えることにしました。私の最大の問題です。私は本当に仮定の観点から私ができることがあるかどうかについてのアドバイスを探していますか、または私は別の年のデータ、別の複製を待つ必要がありますか？ANOVAを実行すると、場所による影響が大きくなりますが、仮定の問題により、この観察研究ではいかなる確信をもってしても結論や相関関係を示すことはできないと私は知っています/信じています。
観察研究のための統計解析 - 仮定をテストするお返事ありがとうございます。私のJMPファイルのスナップショットを以下に添付します。
合計80列、年間20列、年間5箇所×各場所で評価された4種類の品種があります。ここでも、5つの品質指標の測定値で表される果物の品質が場所によって大きく異なるかどうかを検討しています。
観察研究のための統計解析 - 仮定をテストするそれで、私があなたが分析するように頼まれた「デザイン」を理解する、私があなたの実験をJMPデータテーブルにしようとするならば、それはこのように見えるだろうか？
そして、'Y'値は実際には存在しませんが、'compositing'プロセスの作成はありますか？それで、多分50個のサンプルすべてについて酸性度を測定し、1年目の「真」の値を決めた、ロケーションAが「Y」であると言ったのでしょうか。
