Prueba de normalidad fallidaEstimados,
Estoy intentando realizar una prueba de normalidad en una serie de conjuntos de datos similares al que se muestra en la figura adjunta y luego compararlos usando ANOVA. Sin embargo, cuando realizo la prueba de normalidad, sigo obteniendo lo que considero un "falso negativo". Como puede ver en la captura de pantalla de la revista, el conjunto de datos en su conjunto se asemeja a una distribución normal, aunque solo se llenan entre 7 y 8 contenedores. Mi mejor suposición es que debido a que hay "tantos" contenedores vacíos entre los llenos, JMP interpreta el conjunto de datos como multimodal. Me gustaría que realizara la prueba de ajuste en el conjunto general como se muestra gráficamente.
Independientemente de cómo JMP interprete la distribución de los datos, también afecta las conclusiones extraídas del ANOVA. Estaría muy agradecido si alguien pudiera proporcionar alguna idea sobre cómo realizar el análisis estadístico de estos datos (es decir, probar la normalidad de cada conjunto de datos y luego compararlos usando ANOVA).
Gracias,
Re: Prueba de normalidad fallidausando @garibay90 los datos de, Utilicé Fit Y by X en lugar de Graph Builder porque la plataforma ofrece más opciones para colorear y cambiar las líneas de contorno.También descubrí esta opción de "Gráfico de malla" que parece un histograma bivariado.
Re: Prueba de normalidad fallidaEntiendo. ¡Gracias!
Re: Prueba de normalidad fallidaNo puedo respaldar, verificar ni validar un método utilizado por otra persona.
Creo que aquí generalmente recibirás sugerencias útiles, pero debes decidir si el consejo es apropiado en tu caso.
Re: Prueba de normalidad fallida@Mark_Bailey @Chris_Kirchberg ¿Podrían verificar que la metodología mencionada anteriormente tiene sentido y está en línea con las prácticas estadísticas estándar? ¡Gracias! PD Me refiero a mi publicación anterior a la de Patrick.
Re: Prueba de normalidad fallida@PatrickGiuliano Muchas gracias por tomarse el tiempo de mirar mis datos con tanto detalle. Lo verifiqué y desafortunadamente no tengo el ajuste SHASH disponible; estoy trabajando con JMP 10. Sin embargo, estoy de acuerdo en que, en este punto, un enfoque no paramétrico para la comparación de medias es probablemente mi mejor opción.
" Por ejemplo, si estoy ejecutando una prueba de Wilcoxon que analiza la diferencia de puntuaciones entre grupos, ¿puedo asegurarme de que el intervalo de confianza de la diferencia de medias de las puntuaciones es realmente representativo de la diferencia de medias de la población?Si elijo una prueba que compara las medianas, ¿tengo motivos para pensar que la estimación de la mediana de mi muestra en "Y" y el intervalo de confianza correspondiente alrededor de la estimación son representativos de dónde podría estar la estimación verdadera en la población? " Buena pregunta, soy nuevo en las pruebas no paramétricas, así que no estoy muy seguro de esto, pero según tengo entendido, lo que importa es el orden de los rangos entre sí y no tanto el valor numérico real. Si alguien pudiera aclarar esto, sería fantástico.
Las dos columnas se comportan de manera diferente porque los datos sin procesar son un histograma, donde X (columna 1) son los contenedores e Y (columna 2) son los recuentos en cada contenedor. De ahí la cantidad de valores "0,0000" en el conjunto de datos.
¡Muchas gracias por todos tus aportes!
Re: Prueba de normalidad fallida@garibay90 No estoy seguro de las pruebas que estás ejecutando, no he leído mucho o nada sobre ellas.
Intenté ajustar las columnas de datos "X" e "Y" utilizando Life Distribution Platform y el mejor JMP que se me ocurrió se basó estrictamente en Liklihood, AICc y BIC es Lognormal y Zero Inflated Weibull, respectivamente.En mi opinión, el ajuste inferior es bueno: use sus ojos para observar hasta qué punto los puntos siguen una ruta coherente no lineal en los gráficos NQ transformados.Si los puntos no caen muy cerca de la línea recta y/o exhiben una curvatura, entonces la transformación no encaja muy bien.
Según tengo entendido, si desea realizar una comparación de 2 grupos utilizando una prueba de hipótesis estadística paramétrica normal estándar (como ANOVA = prueba t para el caso de 2 muestras, entonces necesitaría aplicar la misma transformación a la normalidad para ambos grupos. Y los datos tienen que ser razonablemente normales después de aplicar esa transformación a ambos.
La distribución SHASH de JMP puede ser una buena opción para su columna "X", en realidad es la mejor que pude encontrar (puede usar Analizar distribución > Ajustar todo y JMP generará una opción adecuada para esta).Pero no le dará una buena opción para su columna "Y".En realidad, según mi experiencia, será muy difícil encontrar cualquier transformación que se ajustará válidamente a estos datos.Tiene demasiados valores "0,0000" en su conjunto de datos.Ya me he ocupado de este problema antes y, al final, no tienes más remedio que ejecutar un análisis no paramétrico.Con datos como "Y", no confiaría en las inferencias que hago a partir de las pruebas no paramétricas a menos que estuviera razonablemente seguro de que las estimaciones que intento inferir son razonablemente representativas de la población de la que procede la muestra.Por ejemplo, si estoy ejecutando una prueba de Wilcoxon que analiza la diferencia de puntuaciones entre grupos, ¿puedo asegurarme de que el intervalo de confianza de la diferencia de medias de las puntuaciones es realmente representativo de la diferencia de medias de la población?Si elijo una prueba que compara las medianas, ¿tengo motivos para pensar que la estimación de la mediana de mi muestra en "Y" y el intervalo de confianza correspondiente alrededor de la estimación son representativos de dónde podría estar la estimación verdadera en la población?
No tengo conocimiento de una corrección de prueba no paramétrica para varianzas extremadamente desiguales.Pero podría estar equivocado.Para las pruebas paramétricas normales, existe una corrección estándar para varianzas desiguales, pero la corrección se basa en una estimación y no es una solución exacta. Busque el "problema de Behrens Fisher" en Google.
Si opta por la distribución SHASH para transformar sus datos (que no creo que funcione particularmente bien para sus datos "Y"), obtendrá evidencia de una variación igual entre los grupos.Obtiene evidencia de que existe una diferencia estadísticamente significativa entre las medias entre grupos, donde la media de la columna "Y" es 0,62 unidades menor que la media de la columna "X".
Simplemente dando un paso atrás y observando estos grupos, a pesar de que tenemos datos “rebeldes”, para mí está bastante claro que estos grupos se están comportando numéricamente de manera diferente. Obtendrá un montón de valores 0 para "Y" pero no para su grupo "X".
Re: Prueba de normalidad fallidaHola a todos,
Después de investigar un poco sobre el tema, decidí calcular los rangos de cada conjunto de datos y realizar el Ajuste Y por X usando los rangos (continuos) como los valores de Y y las etiquetas (nominales) de cada conjunto de datos como X. Luego procedí a realizar una prueba de varianzas iguales, ya que las varianzas iguales son necesarias para todas las pruebas no paramétricas. Después de establecer que mis varianzas son iguales (los datos originales no solo no son normales sino que tampoco pasan la prueba de varianzas iguales), realicé una prueba de Kruskal-Wallis y terminé con las pruebas Post Hoc de Steel y Dunn. En este punto creo que el enfoque estadístico tiene sentido y las conclusiones de las pruebas están en línea con las observaciones de la vida real.
¿Alguien puede aconsejarme si la metodología anterior es el enfoque correcto desde el punto de vista estadístico? Y como pregunta final, en términos de pruebas post hoc, ¿cuál es la práctica estándar de los estadísticos: Steel o Dunn? Ambos arrojan la misma clasificación y llegan a la misma conclusión. Creo que ambos corrigen el error Tipo I inflado al comparar pares.
¡Muchas gracias por todos los aportes!
Re: Prueba de normalidad fallida¡Gracias!
Para la parte de ANOVA, apilé los datos y utilicé la etiqueta para cada conjunto de datos como X, siendo Y cada colección de números como el que adjunté arriba. Estuve analizando los datos un poco más y el método de Dunnett parece prometedor, ya que la matriz de diferencias puede decirme qué tan diferentes son los conjuntos de datos. Sin embargo, el R cuadrado que figura en 'Resumen de ajuste' sigue siendo muy bajo (0,002).
También intenté usar Fit Model con una personalidad de modelo lineal generalizado, distribución de Poisson y función de enlace de registro, pero Prob>ChiSq sigue siendo inferior a 0,05. Funciona igual si uso una distribución Normal.
Re: Prueba de normalidad fallidaTambién intentaría graficar los datos. Coloque la columna que se muestra en la Distribución en Y y lo que esté planeando para X en ANOVA en X en el generador de gráficos. Si observa que los datos se agrupan en ambas dimensiones, entonces no tiene datos continuos y las pruebas de normalidad no tienen sentido, ni tampoco el uso de ANOVA en Ajustar modelo. Sería más probable que utilizara Ajustar modelo con una distribución diferente (usando modelos lineales generalizados) para realizar su ANOVA.
Honestamente, parece que los datos son categóricos y no continuos. Algo así como una respuesta de calificación.
Re: Prueba de normalidad fallidaGracias. A continuación se muestran los datos sin procesar de ejemplo y los datos generados mediante el script.
Re: Prueba de normalidad fallidaSin mirar sus datos, le sugiero ejecutar su análisis en bruto
datos primero. El hecho de que el tamaño de su muestra sea cada vez mayor no le ayuda en el futuro.
prueba de normalidad. A menos que el tamaño de su muestra sea extremadamente pequeño, pero no demasiado
pequeño, y tus medias sobre la fecha de tu estimulación son válidas para
En tu experimento, tratar de simular valores no te ayudará a dibujar valores válidos.
inferencias de sus pruebas de hipótesis.
¡Estaré encantado de ver tus datos! Solo asegúrate de eliminar todo lo que
podría considerarse propietario. 
Re: Prueba de normalidad fallida@PatrickGiuliano ¡Gracias! Ahora entiendo a qué se refieren. En ese caso, sí, los datos sin procesar generados se agrupan. Básicamente, mi salida son dos columnas: el contenedor y los recuentos. No estoy seguro de que haya una manera de evitarlo. Sin embargo, seguí adelante y escribí un script para generar tantos valores de cada contenedor como se enumeran en la columna de recuentos. Este es el conjunto de números que luego ingresaré en JMP para realizar la prueba de normalidad. Esperaba que JMP generara un conjunto diferente de contenedores para que mi distribución pareciera/se interpretara como más continua. Puedo adjuntar un conjunto de datos de ejemplo si es necesario. ¡Gracias por todos los aportes!
Re: Prueba de normalidad fallida@garibay90 estoy de acuerdo con @P_Bartell , pero cuando dices " En realidad, es una colección de números y JMP está haciendo la clasificación; tiene razón, pero al mismo tiempo no está del todo en lo cierto.Sí, el histograma realiza la agrupación automática por usted y usted puede ajustar esa agrupación dinámicamente utilizando la herramienta "grabber".PERO los datos son los datos, y los datos muestran, en algún tamaño de contenedor 'razonable' - y corroborado con bastante fuerza por el gráfico NQ - que los datos están agrupados, es decir, en mi lenguaje, están "divididos" en "grupos" separados. ".Probablemente mi elección de palabras no sea un lenguaje estadístico correcto, pero espero que estemos en la misma página.Yo creo lo que @P_Bartell lo que dice es: debe abordar la pregunta "¿por qué sus datos están estructurados de esta manera?"Responder a esta pregunta probablemente sea principalmente importante para ejecutar ANOVA.Primero es necesario comprender la naturaleza y el contexto de sus datos, luego puede aplicar varias técnicas estadísticas inferenciales para probar varias hipótesis (por ejemplo, sobre la media, la varianza, etc.).
Re: Prueba de normalidad fallidaLos datos no están agrupados. En realidad, es una colección de números y JMP está haciendo la clasificación. Se adjunta otra figura de la revista que muestra claramente la distribución de los contenedores poblados.
Re: Prueba de normalidad fallida¡Gracias! Sí, estoy de acuerdo con lo que estás diciendo. Este es sólo un conjunto de datos. Tengo varios como los que se muestran en la figura.
Re: Prueba de normalidad fallidaSus datos se dividen en contenedores como se muestra en el gráfico de probabilidad normal. ¿Creó usted este arreglo de agrupación o los datos le llegaron de esta manera agrupada? Si creó la agrupación, ¿ha intentado utilizar los datos sin procesar antes de realizar la agrupación?
Re: Prueba de normalidad fallida@garibay90 sus datos también pueden tener una resolución limitada, como lo demuestran los aparentes "espacios" entre las barras en su gráfico de barras, pero aún más claramente evidentes en el patrón "charlateado" de los puntos en su gráfico de probabilidad normal.¡Estos datos no parecen comportarse particularmente bien para ANOVA, a menos que este conjunto de datos esté compuesto por varios grupos (muestras)!En cuyo caso, primero debe ejecutar la evaluación de normalidad por separado por grupo.Y entonces puedes ejecutar el ANOVA.Pero incluso cuando ejecute el ANOVA, como se mencionó, su análisis estará "sesgado estadísticamente" por el tamaño de muestra extremadamente grande.Las pruebas de hipótesis en general (incluido el ANOVA) tienen un poder mucho mayor para rechazar la hipótesis nula a medida que aumenta el tamaño de la muestra.Para ANOVA, está probando la hipótesis nula de que la compensación del tratamiento para la media de cada grupo (con respecto a la media general) es la misma para todos los grupos de tratamiento.Si rechaza la nula, entonces todo lo que puede afirmar es que al menos una diferencia en el tratamiento se observa compensación entre grupos.Nota: otro supuesto central aquí es que la varianza entre los grupos es la misma.Puede verificar esta suposición utilizando Ajustar Y por X> Varianzas desiguales y observar los valores p asociados con las pruebas de hipótesis que JMP produce automáticamente.
Sin embargo, principalmente, ANOVA es una prueba que compara las medias entre grupos (teniendo en cuenta la varianza general entre grupos, que se supone que es igual de un grupo a otro).
Re: Prueba de normalidad fallidaGracias por la rápida respuesta. Si bien estoy de acuerdo en que la distribución está sesgada, no espero que falle completamente la prueba de normalidad dado que el conjunto parece estar distribuido de alguna manera normalmente, pero sí, no tengo una forma cuantitativa de justificarlo en este momento. Según recuerdo, también probé menos puntos en cada contenedor y aun así obtuve una prueba de normalidad fallida. Los otros conjuntos de datos también tienen el mismo aspecto.
Básicamente, estoy tratando de comparar estos conjuntos y determinar cuáles son diferentes en comparación con un escenario ideal. Estoy abierto a otras alternativas. ANOVA es el enfoque con el que estoy familiarizado.
Re: Prueba de normalidad fallidaTiene una muestra grande, por lo que estas pruebas son extremadamente sensibles a una desviación de la (perfecta) normalidad.Sin embargo, las observaciones en ambos extremos se apartan de la linealidad en el gráfico cuantil normal, lo que indica que la distribución está sesgada a la derecha. ¿Por qué crees que no hay salida?
¿Es este ejemplo una de las muestras que se analizarán en el ANOVA? ¿Cómo se ven las otras muestras?
