관측 연구 - 통계 가정을위한 통계 분석<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />지난 3 년 동안 완료된 관찰 연구에 대한 데이터가 주어졌으며 테스트 가정의 관점에서 진행하는 방법에 대한 조언이나 도움이 필요합니다. 이 연구는 WA주의 4 개 지역에 걸쳐 채소의 품질에 상당한 차이가 있는지를 결정하는데 목적이있다. 각 지역마다 다른 기후를 대표한다. 데이터의 문제점은 지난 3 년 동안 각 위치의 복합 샘플에서 품질 지표를 측정 한 결과 복제가 없었기 때문입니다. 예를 들어, 시애틀의 한 농장에서 양상추의 머리 50 마리를 무작위로 선택하여 견고성과 산도와 같은 품질 지표를 측정 한 하나의 샘플로 합성했습니다. 그래서, ANOVA를 실행하여 위치간에 품질을 비교하기 전에, 정규성 또는 분산의 동질성을 테스트하는 방법을 잘 모릅니다. 일년에 한 위치 당 하나의 데이터 포인트 만 있기 때문입니다. 나는 시간, 학위 일 등의 환경 적 요인으로 수년간 데이터를 저장하고 싶지 않습니다 ... 지난 3 년 동안 크게 바뀌 었습니다.
나는 정말로 도움이된다.
고맙습니다
재 : 관찰 연구 - 통계 가정에 대한 통계 분석나의 마지막 코멘트에서 나는 환경 적 요인에 의해 야기 된 가변성과 위치 특정 것들을 구별하는 것이 불가능할 것이라는 것을 의미했다. 그렇다고해서 이미 가지고있는 데이터에서 의미있는 정보를 얻을 수 없다는 의미는 아닙니다. 분석을 할 때 이것을 고려해야합니다.
보유한 데이터는 연간 환경 요인을 포함하여 다양한 출처에서 높은 수준의 변동성을 보입니다. 그러나 환경 요인이 모든 농장에 동일한 방식으로 영향을 미쳤다면 (예 : 각 시간대별로 동일한 시간만큼 냉각 시간이 감소한 경우) 효과는 매년 위치 변동성을 높이는 대신 모든 데이터를 일정한 방향으로 편향시킬 것입니다 해당 데이터가 수집되었습니다. 문제는이 해마다 바이어스가 다른 해에 수집 된 데이터의 변동성을 증가 시킨다는 것입니다. 비교하려는 샘플 내에서 가변성이 증가하면 샘플 간의 차이를 구별하는 것이 어려워집니다.
위치간에 통계적으로 유의미한 차이가 나는 것은 연간 환경 요인 (유형 I 오류) 때문일 수 있습니다. 그 이유는 전체 변동성의 증가가 샘플링 편차를 증가시킬 수 있기 때문입니다. 그러나 증가 된 변동성은 실제 차이가 존재할 때 (유형 II 오류) 통계적으로 유의 한 차이를 발견하지 못하게한다.
보유한 데이터를 통해 가장 큰 차이점을 파악할 수 있으며, 이러한 차이점이 위치간에 일관성이 있다면 향후 조사를 통해이를 자세히 조사 할 수 있습니다.
재 : 관찰 연구 - 통계 가정에 대한 통계 분석그렇게 빨리 내게 돌아와 줘서 고마워. 나는 연례 변화에 대한 당신의 의견을 완전히 이해하고 있으며, 나는 이미 시간과 성장 일과 같은 연중 요인들을 살펴 보았고, 그들은 상당히 변하기 쉬운 것처럼 보였고, 전자는 감소했고 후자는 매년 증가했다. 따라서 필자는 필자가 연대를 복제본으로 사용하는 것이 실제로 편하다고 생각하지 않는다. 왜냐하면 필자는 필자가 분석 한 바에 의하면 위치에 따라 품질에 큰 차이가 있다는 것을 알았 기 때문에 실제로 위치에 의한 것이 아니기 때문에 실제로 가변성 연간 요인. 나는 처음부터 분산을 특징 짓는 관찰 연구가 어려울 것이며 복제의 문제와 함께 나는 실제로 어떤 융통성도 없다고 생각했다. 귀하의 최종 의견으로, 귀하가 분명히 밝히고 자하는 바를 암시한다고 믿습니다.이 시점에서의 연구는 확장 목적으로 강하게 내릴 결론을 내리기에는 너무 통계적으로 약합니다. 내가 올바르게 암시했다면, 답장을하지 말아주세요. 나는 모든 도움을 주셨습니다.
재 : 관찰 연구 - 통계 가정에 대한 통계 분석다시 한번 감사 드리며, 감사드립니다. 저는 X로 Y 맞음을 시도했고, 위치의 영향으로 몇 가지 품종에 대한 많은 품질 지표에 대해 매우 중요한 p- 값을 관찰합니다. 나는 궁극적으로 연구원이이 문제에 대한 전문성을 발휘하여 융통성에 대한 호소력을 발휘할 수 있다는 것을 이해합니다. 예를 들어 연례 효과의 변동성을 고려하지 않은 경우에도 표본 크기를 늘리기 위해 연수를 복제본으로 사용하는 것이 좋습니다. 그러나 가정은 매우 거절되었고 지금까지 배운 비교적 작은 통계에 기반하여 내가 시각화 할 수있는 상관 관계 / 결론을 내리는 것이 옳지 않은 것으로 보입니다.
재 : 관찰 연구 - 통계 가정에 대한 통계 분석하이 트래비스,
나는 당신의 통계 분석에서 가능한 한 많은 환경 영향을 배제하려는 당신의 욕구를 이해할 수있다. 불행히도, 위치, 재배 품종 및 년 내에 단 하나의 데이터 포인트 만 있으면 환경 요인에 대한 연간 변화의 영향없이 분산을 특성화 할 수있는 충분한 데이터가 없을 것입니다. 그러나 이러한 연간 변화의 효과를 특성화 할 수있는 충분한 데이터가 있더라도 이러한 관측 연구가 특성화 할 수없는 추가 변동성 원이 항상 존재합니다. 예를 들어, 각 농장에서 테스트를 위해 공통 시설로 샘플을 운송하는 경우, 공장에서 멀리 떨어져있는 농장과 가까이있는 농장의 운송 조건이 다를 수 있습니다. 그러한 조건이 결과에 유의 한 영향을 미치지는 않을지라도 그 효과를 특성화하는 것은 채소의 품질에 대한 관측 연구의 범위를 벗어날 것이다.
실제로 관측 연구는 데이터가 통제 된 환경에서 생산되지 않기 때문에 환경 효과에 의해 도입 된 편차와 편향을 특성화하는 데 어려움을 겪을 것입니다. 환경 영향과 위치 별 영향에 대한 귀하의 우려를 이해하지만 더 엄격한 관측 연구를 수행하지 않으면 이들을 구별하는 것이 불가능합니다.
희망이 도움이,
- 조셉
재 : 관찰 연구 - 통계 가정에 대한 통계 분석여기에 많은 주제를 다룰 것입니다 ... 다양한 통계적 가설 테스트, 알파, 베타 위험 등을 가정 한 것입니다. 이 주제들은 텍스트 기반의 포럼 토론 그룹에서 여기에서 자세히 설명하기 위해 서로 얽혀 있고 매우 힘들다.
이러한 매우 작은 샘플 크기를 사용하여 Y 플랫폼에 맞는 Y 플랫폼 또는 그래프 빌더에서 X 스타일 시각화로 간단한 Y 축 맞추기를 시도해 보았습니다. 이 단계에서 나는 가정에 너무 매달리지 않을 것입니다 ... 데이터를 플롯하고 거기에서 무엇을 배울 수 있습니까? 인구에 차이가 있다면 ... 어쩌면 그들은 당신의 페이지에서 뛰어 내릴 것입니다. 그러나 거기에서 시작하는 것은 나의 추천이다.
재 : 관찰 연구 - 통계 가정에 대한 통계 분석아래에 붙여 넣은 것은 나의 딜레마의 핵심입니다. 데이터를 변환하는 방법 (표시되지 않음)에 관계없이 정상적인 내 가정은 거부됩니다. 또한 나는 동질적인 분산의 가정이 거부 된 것으로 믿는다. 믿을 수 없을만큼 작은 표본 크기 3, 우리는 복제본으로 각 연도를 계산하기로 결정했습니다. 가장 큰 문제는 아시다시피입니다. 전 가정의 관점에서 할 수있는 일이 있는지 또는 다른 해의 데이터를 기다려야하는지에 대한 조언을 정말로 찾고 있습니다. ANOVA를 실행하는 데는 위치의 중요한 영향이 있습니다. 그러나 가정 문제와 관련하여 나는이 관찰 연구에 대해 확신을 가지고 어떤 결론이나 상관 관계도 만들 수 없다는 것을 알고 있습니다.
재 : 관찰 연구 - 통계 가정에 대한 통계 분석회신 해 주셔서 감사합니다. 첨부 된 JMP 파일의 스냅 샷은 다음과 같습니다.
총 80 개의 행, 연간 20 개의 행, 각 위치에서 평가 된 연간 x 5 개의 재배 품종이 있습니다. 다시 말하지만, 다섯 가지 품질 지표 측정으로 대표되는 과일 품질이 지역에 따라 크게 다른지 살펴보고 있습니다.
재 : 관찰 연구 - 통계 가정에 대한 통계 분석분석을 요청받은 '디자인'을 이해할 수 있도록 실험을 JMP 데이터 표에 넣으려고한다면 어떻게 될까요? :
그리고 'Y'값은 실제로 존재하지 않지만 '합성'과정의 일부 생성물입니까? 아마도 50 개의 샘플 모두에 대해 산도가 측정되었고 누군가 1 학년의 '실제'값을 결정했는데, 위치 A는 'Y'입니까?
