¿Puedo excluir un valor atípico aparente mientras hago múltiples comparaciones?El archivo JMP adjunto muestra una situación de comparación múltiple en la que la exclusión de un valor atípico aparente en la fila 60 conduce a resultados diferentes.
¿Cuál sería la mejor práctica aquí?
Cuando se incluye la fila 60 en la prueba de Dunnett, la media para el control R1 es igual a la de R3 y R5 (en rojo).
Cuando se excluye la fila 60, la media para el control R1 es igual a la de R3, R4 y R5.
Re: ¿Puedo excluir un valor atípico aparente mientras hago múltiples comparaciones?Otros con más conocimientos estadísticos de los que debería considerar, pero la primera pregunta que haría antes de excluir un valor atípico es si conoce una causa asignable para ese punto. Es decir, ¿sabe qué causó que tuviera ese valor o fue una variación normal?
Si no conoce una causa específica, entonces probablemente tenga que asumir que es una variación normal y probablemente no debería excluirla solo porque parece un valor atípico Y afecta su análisis.
Re: ¿Puedo excluir un valor atípico aparente mientras hago múltiples comparaciones?El hecho de que al incluir el valor atípico se obtenga la diferencia R4-R1 con p <0.05 (significativo) y al excluirlo con un valor p> 0.05 no parece hacer una diferencia práctica. Es solo que tendemos a preocuparnos demasiado si el valor p <0.05. Ha habido muchas discusiones en estos días entre los estadísticos sobre esta forma de pensar binaria (significativa o no significativa) que conduce a la confusión como la que está teniendo aquí.
Un enfoque más moderno es mirar los intervalos de confianza (IC). En lugar de usar "Ajustar X por Y" para hacer las comparaciones, puede hacer lo mismo analizando> Ajustar modelo, seleccione Y = Y y X = X, y luego presione "Ejecutar". En la ventana de informe del modelo que aparece, haga clic en el triángulo rojo y seleccione Estimar> Comparaciones múltiples. Seleccione la prueba de Dunnett y R1 como control. Esto generará la pestaña “Comparaciones múltiples para X” en su informe, solo que ahora tiene los CI que no es posible obtener a través de “Ajustar X por Y” (tal vez deberíamos incluirlo en nuestra lista de deseos de JMP). Las dos imágenes a continuación muestran este informe al incluir y luego excluir la fila 60. El script para generar esta prueba se guarda en la tabla JMP adjunta.
Al incluir la fila 60, el CI de R4-R1 es de 0.10297 a 6.4614; al excluirlo, el IC es -0.29514 a 5.8452. Si el IC más bajo es 0.10297 o -0.29514 parece irrelevante desde un punto de vista práctico porque ambos están muy cerca de cero. Entonces, la importancia del hecho se pierde cuando excluye la fila 60 no significa un gran problema.
Como tal, retendría la fila 60 y también informaría los IC. No solo por el punto anterior, sino también porque excluir los valores atípicos, y el método para hacerlo, es algo que debe acordarse antes de conocer los datos. Si se hace después del hecho, puede conducir al dragado de datos, a menos que sepa con casi certeza por qué la fila 60 fue tan baja (una causa asignable como @Jeff_Perkinson acabo de mencionar).
