Il file JMP allegato mostra una situazione di confronto multiplo in cui l'esclusione di un valore anomalo apparente nella riga 60 porta a risultati diversi.
Quale sarebbe la migliore pratica qui?
Quando la riga 60 è inclusa nel test di Dunnett, la media per il controllo R1 è uguale a quella di R3 e R5 (in rosso).
Quando la riga 60 è esclusa, la media per il controllo R1 è uguale a quella di R3, R4 e R5.
Altri con più esperti di statistica di quanto dovrei ponderare, ma la prima domanda che vorrei porre prima di escludere un valore anomalo è se si conosce una causa assegnabile per quel punto? Cioè, sai cosa lo ha indotto ad avere quel valore o era una variazione normale?
Se non conosci una causa specifica, probabilmente devi supporre che sia una variazione normale e probabilmente non dovresti escluderla solo perché sembra un valore anomalo E influenza la tua analisi.
Il fatto che includendo il valore anomalo si ottenga la differenza R4-R1 con p <0,05 (significativo) e escludendolo con valore p> 0,05 non sembra fare una differenza pratica. È solo che tendiamo a preoccuparci troppo se il valore p <0,05. Ci sono state molte discussioni in questi giorni tra gli statistici su questo modo di pensare binario (significativo o non significativo) che porta alla confusione come quello che stai avendo qui.
Un approccio più moderno è quello di esaminare gli intervalli di confidenza (CI). Invece di usare "Adatta X per Y" per avere i confronti, puoi fare la stessa cosa da Analizza> Adatta modello, seleziona Y = Y e X = X, quindi premi "Esegui". Nella finestra del report modello che si apre, fai clic sul triangolo rosso e seleziona Stima> Confronti multipli. Seleziona il test di Dunnett e R1 come controllo. Questo genererà la scheda "Confronti multipli per X" nel tuo rapporto, solo che ora hai gli elementi della configurazione che non è possibile ottenere tramite "Adatta X per Y" (forse dovremmo inserirlo nella nostra lista dei desideri di JMP). Le due immagini seguenti mostrano questo rapporto includendo e quindi escludendo la riga 60. Lo script per generare questo test viene salvato nella tabella JMP allegata.
Includendo la riga 60, l'IC di R4-R1 è compreso tra 0,10297 e 6,4614; escludendolo, l'IC è compreso tra -0.29514 e 5.8452. Se l'IC inferiore sia 0,10297 o -0,29514 sembra irrilevante dal punto di vista pratico perché sono entrambi molto vicini allo zero. Quindi, il significato del fatto si perde quando si esclude la riga 60 non significa un grosso problema.
Pertanto, conserverei la riga 60 e segnalerei anche gli elementi della configurazione. Non solo a causa del punto precedente, ma anche perché escludere i valori anomali e il metodo per farlo, è qualcosa che dovrebbe essere concordato prima di conoscere i dati. Se fatto dopo il fatto, può portare al dragaggio dei dati, a meno che non si sappia con quasi certezza il motivo per cui la riga 60 era così bassa (una causa assegnabile come @Jeff_Perkinson appena menzionato).
