Análisis estadístico para estudios observacionales - Supuestos de prueba<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Me han dado algunos datos para un estudio observacional que se ha completado durante los últimos tres años y necesito algunos consejos / ayuda sobre cómo proceder en términos de supuestos de prueba. El objetivo del estudio es determinar si existe una diferencia significativa en la calidad de los vegetales en cuatro ubicaciones en el estado de WA, ya que cada ubicación representa un clima diferente en el estado. Mi problema con los datos es que las mediciones de los indicadores de calidad se tomaron de muestras compuestas en cada ubicación durante los últimos tres años, lo que significa que no hubo repeticiones. Por ejemplo, en una granja en Seattle se seleccionaron al azar 50 cabezas de lechuga y se compusieron en una muestra a partir de la cual se midieron los indicadores de calidad, como la firmeza y la acidez. Por lo tanto, antes de ejecutar un ANOVA para comparar la calidad entre ubicaciones, no sé exactamente cómo probar los supuestos de normalidad u homogeneidad de la varianza, ya que solo tengo un punto de datos por ubicación por año. No quiero agrupar los datos de los años como factores ambientales, como horas de refrigeración, días de graduación, etc. Han cambiado significativamente en los últimos tres años.
Realmente agradecería alguna ayuda.
Gracias
Re: Análisis estadístico para supuestos de estudio observacionalEn mi comentario final, quise decir que será imposible distinguir entre la variabilidad causada por factores ambientales y los específicos de la ubicación. Esto no significa que no pueda obtener información significativa de los datos que ya tiene. Solo debes tener esto en cuenta cuando hagas tu análisis.
Los datos que usted tiene van a tener un alto grado de variabilidad de muchas fuentes diferentes, incluidos los factores ambientales anuales. Sin embargo, si los factores ambientales afectaron a todas las granjas de la misma manera, por ejemplo, las horas de enfriamiento disminuyeron en la misma cantidad para cada ubicación, entonces el efecto sesgará todos los datos en una dirección determinada en lugar de aumentar la variabilidad entre ubicaciones para cada año que los datos han sido recogidos. El problema es que este sesgo anual aumentará la variabilidad de los datos recopilados en diferentes años. Cuando hay un aumento en la variabilidad dentro de las muestras que desea comparar, más difícil resulta distinguir una diferencia entre muestras.
Tiene razón al preocuparse de que cualquier diferencia estadísticamente significativa que encuentre entre las ubicaciones puede deberse a factores ambientales anuales (error de Tipo I). La razón de esto es que un aumento en la variabilidad general puede aumentar el sesgo de muestreo, especialmente con solo 3 muestras entre años. Sin embargo, también es probable que el aumento de la variabilidad no provoque una diferencia estadísticamente significativa cuando exista una diferencia real (error de Tipo II).
Los datos que tiene pueden revelar dónde se observan las mayores diferencias y si estas diferencias son consistentes entre ubicaciones, entonces puede diseñar estudios futuros para investigar más a fondo.
Re: Análisis estadístico para supuestos de estudio observacionalGracias por llamarme tan pronto. Entiendo completamente sus comentarios sobre los cambios anuales, ya he analizado factores anuales como las horas de enfriamiento y los días de grado de crecimiento y parecen ser bastante variables, los primeros han disminuido y los últimos aumentan anualmente. Por lo tanto, no me siento realmente cómodo usando los años como réplicas porque mi sensación es que si encuentro una diferencia significativa en la calidad en todas las ubicaciones, no será realmente debido a la ubicación como espero analizar, sino que de hecho, la variabilidad En factores anuales. Sabía desde el principio que con los estudios observacionales que caracterizan las variaciones sería difícil y con mi problema de réplicas, no creo que realmente tenga flexibilidad. Con su comentario final, creo que está insinuando lo que he estado esperando aclarar, el estudio en este punto es demasiado débil desde el punto de vista estadístico como para sacar conclusiones sólidas que me gustaría hacer para fines de extensión. Si he implicado correctamente, entonces no tengo ganas de responder, he apreciado toda la ayuda.
Re: Análisis estadístico para supuestos de estudio observacionalUna vez más, muchas gracias por su respuesta es muy apreciado. He probado Fit Y by X y para los efectos de Ubicación observo valores de p altamente significativos para muchos de los indicadores de calidad para un par de cultivares. Entiendo que, en última instancia, depende del investigador utilizar su experiencia en el tema para hacer llamadas a la flexibilidad, por ejemplo, usar los años como réplicas para aumentar el tamaño de la muestra, aunque esto no es lo mejor, dada la variabilidad en los efectos anuales. Sin embargo, los supuestos son altamente rechazados y, según las estadísticas relativamente pequeñas que he aprendido hasta ahora, no parece correcto hacer las correlaciones / conclusiones que puedo visualizar.
Re: Análisis estadístico para supuestos de estudio observacionalHola Travis,
Puedo entender su deseo de excluir tantos efectos ambientales como sea posible de su análisis estadístico. Desafortunadamente, con un solo punto de datos dentro de las ubicaciones, cultivares y años, no habrá suficientes datos para caracterizar la variación sin el efecto de los cambios anuales en los factores ambientales. Sin embargo, incluso si tuviera datos suficientes para caracterizar el efecto de estos cambios anuales, siempre habría fuentes adicionales de variabilidad que tal estudio observacional no podría caracterizar. Por ejemplo, si cada granja envía muestras a una instalación común para su análisis, las condiciones de envío serían diferentes para una granja ubicada más lejos de la instalación en comparación con una que esté cerca. Si bien estas condiciones pueden no tener un impacto significativo en los resultados, la caracterización de sus efectos estaría fuera del alcance de un estudio observacional sobre la calidad vegetal.
En la práctica, cualquier estudio observacional tendrá dificultades para caracterizar la varianza y el sesgo introducidos por los efectos ambientales porque los datos no se producen en un entorno controlado. Aunque entiendo sus preocupaciones sobre la combinación de efectos ambientales y efectos específicos de la ubicación, distinguirlos será imposible sin realizar un estudio observacional más riguroso.
Espero que esto ayude,
-José
Re: Análisis estadístico para supuestos de estudio observacionalTrataré de mantener esto breve ... está abordando muchos temas aquí ... entre ellos, supuestos para varias pruebas de hipótesis estadísticas, riesgo alfa, beta y demás. Todos estos temas están entrelazados y son muy laboriosos de elaborar aquí en un grupo de discusión del Foro basado en texto.
Con estos tamaños de muestra muy pequeños, ¿acaba de probar algunas visualizaciones simples del estilo Fit Y by X en la plataforma Fit Y by X, o Graph Builder? En esta etapa, no me colgaría de suposiciones ... traza los datos y ¿qué puedes aprender de ahí? Si hay diferencias en las medias de población ... tal vez se salten de la página en su lugar ... o no. Pero a partir de ahí está mi recomendación.
Re: Análisis estadístico para supuestos de estudio observacionalPegado abajo está el quid de mi dilema. Mi suposición de normalidad es rechazada, sin importar cómo transforme los datos (que no se muestra). También creo que se rechaza el supuesto de varianzas homogéneas. El tamaño de la muestra increíblemente pequeño de 3, decidimos considerar cada uno de los años como una réplica, sé que es mi mayor problema. ¿Realmente estoy buscando consejos sobre si hay algo que pueda hacer en cuanto a los supuestos o si tengo que esperar los datos de otro año, otra réplica? Al ejecutar el ANOVA, hay efectos significativos de la ubicación, pero con los supuestos de los supuestos, sé / creo que no puedo sacar conclusiones / correlaciones para este estudio observacional con ningún tipo de confianza.
Re: Análisis estadístico para supuestos de estudio observacionalGracias por responder. A continuación se adjunta una instantánea de mi archivo JMP:
Hay un total de 80 filas, 20 filas por año, 5 ubicaciones por año x 4 cultivares evaluados en cada ubicación. Nuevamente, estoy viendo si la calidad de la fruta, representada por las cinco mediciones de indicadores de calidad, difiere significativamente entre ubicaciones.
Re: Análisis estadístico para supuestos de estudio observacionalSolo para entender el 'diseño' que se te pidió analizar, si intentara poner tu experimento en una tabla de datos JMP, ¿se vería así ?:
Y los valores 'Y' no existen realmente, pero ¿son algunas creaciones del proceso de 'composición'? Entonces, tal vez lo que se hizo fue decir, se midió la acidez para todas las 50 muestras y alguien decidió el valor "verdadero" para el primer año, ¿la ubicación A es "Y"?
