Liebe Kolleginnen und Kollegen,
Ich habe die veraltete SE-Mailingliste verwendet, um diese Frage zu stellen:
Ein Kunde möchte zwei Untersuchungsmethoden vergleichen. Sie haben unterschiedliche Proben für die Methoden und jede Probe wird dreimal gemessen. Die Frage von Interesse ist:
"Sind die Varianzen der drei Wiederholungen für eine Methode größer als für die andere?"
Ziel ist es also, zwei Varianzverteilungen zu testen. Ich habe in JMP keine Plattform gefunden, die einen solchen Test durchführen würde, und deshalb habe ich Tabulate und die F-Verteilungsfunktion verwendet, um die Daten zusammenzufassen und einen F-Test zu berechnen. Das angehängte Tagebuch enthält die Daten, Skripte und eine Erläuterung meiner Aktivitäten.
Vermisse ich etwas in JMP?
Sind meine Gedanken richtig?
Habe ich die richtigen Schritte und Berechnungen durchgeführt?
Ich schickte es zusammen mit dem beigefügten Tagebuch.
Ich habe viele Antworten bekommen, die ich hiermit zusammenstelle und kommentiere. Vielen Dank für die Beiträge.
Variabilitätstabelle / EMS- und Mixed Model-Plattformen
Beide Plattformen bieten Optionen zur Berechnung der (durchschnittlichen) Abweichungen, an denen ich interessiert bin. Es gibt jedoch keine Option, einen F-Test zwischen den Gruppen durchzuführen. Für alle Plattformen verwenden Sie den ursprünglichen Assay-Datensatz. Im Variabilitäts- / Attribut-Messdiagramm legen Sie "Methode" als X, Gruppierung, "ID" als Teil, Proben-ID und den Modelltyp als "Verschachtelt" fest. Die Option „Heterogenität von Varianztests“ führt die gewünschten Berechnungen durch. Die quadratischen Standardabweichungen geben genau die F-Statistik an, die ich mit der Funktion Zusammenfassung berechnet habe. Auch die EMS-Plattform mit einem „verschachtelten“ Modell untersucht die globalen Auswirkungen von ID und Methode und vergleicht die Variation der Messungen und nicht die Variation der Variation. Das gemischte Modell mit "Methode" als festem Effekt und "Wiederholt", "Ungleiche Varianzen" als Struktur, "ID" als zufälliger Effekt und "Kein Schnitt" liefert identische Ergebnisse in der Übersicht "Kovarianzparameter für wiederholte Effekte - Schätzungen". Auch hier können die (mittleren) Varianzen nicht gegeneinander getestet werden.
Passen Sie Y-by-X an
Diese Plattform fasst alle Messungen pro Methode in einem Eimer zusammen. Der Test der gleichen Varianzen basiert also auf den quadratischen Abweichungen aller Messungen innerhalb einer Methode von ihrem jeweiligen Gruppenmittelwert, wohingegen mich die quadratischen Abweichungen von den Mitteln der einzelnen Tests (pro ID) interessieren. Ich könnte ID als Gruppierungsvariable ausführen, aber dann würde ich keine Informationen über Unterschiede zwischen den beiden Methoden erhalten.
Methodenvergleich Addin
https://community.jmp.com/t5/JMP-Add-Ins/Method-Comparison/ta-p/21520
Dieses Add-In kombiniert einige der Aspekte, die bereits zuvor besprochen wurden, und andere, die Daten in einer anderen Struktur als der verfügbaren benötigen.
Fazit
Die Art und Weise, wie der Kunde die Daten analysieren möchte, ist aus methodischer Sicht nicht falsch. Die Art und Weise, wie ich die Berechnungen durchgeführt habe, ist auch richtig. Die Analyse als solche weist noch einige Schwächen auf, doch das ist eine andere Diskussion.
Bernd,
Ich möchte eine andere Perspektive basierend auf Ihren Angaben zu den Kundenwünschen anbieten: "Sind die Varianzen der drei Wiederholungen bei einer Methode größer als bei der anderen?" Und "Ziel ist es, zwei Varianzenverteilungen zu testen . " In diesem Fall können Sie einfach einen Kolmogorov-Smirnov-Test in Fit Y by X in der Spalte Varianz aus der von Ihnen erstellten Übersichtstabelle durchführen. KS ist ein nichtparametrischer Test der Gleichheit zweier empirischer Verteilungen einer stetigen Variablen. In diesem Fall ist die kontinuierlich Variable ist die Varianz und Sie möchten die beiden Varianzproben nach Methode vergleichen.
