Queridos colegas,
Utilicé la lista de correo SE obsoleta para hacer esta pregunta:
Un cliente quiere comparar dos métodos de ensayo. Tienen diferentes muestras para los métodos y cada muestra se mide tres veces. La pregunta de interés es:
"¿Las variaciones de las tres repeticiones son mayores para un método que para el otro?"
Entonces, el objetivo es probar dos distribuciones de varianzas. No encontré ninguna plataforma en JMP que hiciera esa prueba y, por lo tanto, utilicé Tabulate y la función de distribución F para resumir los datos y calcular una prueba F. El diario adjunto tiene los datos, los guiones y una explicación de lo que hice.
¿Echo de menos algo en JMP?
¿Mis pensamientos son correctos?
¿Hice los pasos y cálculos adecuados?
Lo envié junto con el diario adjunto.
Obtuve muchas respuestas que por la presente recopilo y comento. Gracias a todos por las contribuciones.
Tabla de variabilidad / EMS y plataformas de modelo mixto
Ambas plataformas ofrecen opciones para calcular las variaciones (promedio) que me interesan, pero no hay ninguna opción para ejecutar una prueba F entre los grupos. Para todas las plataformas, utiliza el conjunto de datos de ensayo original. En el Gráfico de Medición de Variabilidad / Atributo, establece "Método" como X, Agrupación, "ID" como Parte, ID de muestra y el tipo de modelo configurado como "Anidado". La opción "Pruebas de heterogeneidad de varianza" realiza los cálculos deseados. Las desviaciones estándar al cuadrado dan exactamente las estadísticas F que calculé usando la función Resumen. Además, la plataforma EMS con un modelo "anidado" analiza los efectos globales de ID y método y compara la variación de las mediciones y no la variación de la variación. El modelo mixto con "Método" como efecto fijo y como "Repetido", "Variaciones desiguales" como estructura, "ID" como efecto aleatorio y "Sin intercepción" da resultados idénticos en el esquema "Estimaciones del parámetro de covarianza de efectos repetidos". Nuevamente, las variaciones (medias) no se pueden probar entre sí.
Ajuste Y-por-X
Esta plataforma pone todas las mediciones por método en un cubo. Entonces, la prueba de varianzas iguales se basa en las desviaciones al cuadrado de todas las mediciones dentro de un método de su media grupal respectiva, mientras que estoy interesado en las desviaciones al cuadrado de las medias de las pruebas individuales (por ID). Podría ejecutar ID como una variable de agrupación, pero luego no obtendría ninguna información sobre las diferencias entre los dos métodos.
Método de comparación Addin
https://community.jmp.com/t5/JMP-Add-Ins/Method-Comparison/ta-p/21520
Este complemento combina algunos de los aspectos que ya se han discutido antes y otros que requieren datos en una estructura diferente a la disponible.
Conclusión
La forma en que el cliente desea analizar los datos no es incorrecta desde un punto de vista metodológico. La forma en que hice los cálculos también es correcta. Sigue habiendo algunas debilidades en el análisis como tal, pero esa es otra discusión.
Bernd
Me gustaría ofrecer una perspectiva diferente basada en lo que usted ha dicho sobre lo que quiere el cliente "¿Son las variaciones de las tres repeticiones mayores para un método que para el otro?" Y "el objetivo es probar dos distribuciones de variaciones ". Si es así, entonces podría realizar una prueba de Kolmogorov-Smirnov en Fit Y by X en la columna Variance de la tabla de resumen que tabuló. KS es una prueba no paramétrica de la igualdad de dos distribuciones empíricas de una variable continua. En este caso el continuo variable es la varianza y desea comparar las dos muestras de varianza por Método.
