Hola todos
En el ámbito de mi tesis de maestría, debería analizar un ANOVA mixto. Estudio el control postural de niños y adultos en diferentes condiciones de superficie. El procedimiento de prueba fue el siguiente: todos los participantes, divididos en grupos de edad (16 niños y 17 adultos), se pararon sobre 4 tablas de equilibrio de diferente dificultad. Opté por un ANOVA mixto, con el grupo de edad y la condición de la superficie como efectos fijos y el participante como efecto aleatorio.
Al verificar las suposiciones, aparecieron los siguientes problemas:
1) Los residuos no se distribuyeron normalmente. La transformación de los datos (registro) resolvió esto, pero no estoy seguro de la calidad de las conclusiones. He leído que ANOVA es robusto y no debo preocuparme demasiado por esto, ¿verdad?
(Nota: Primero, ejecuté un modelo de ajuste (personalidad: modelo mixto), luego guardé los residuos. Posteriormente, se analizaron los residuos para su distribución).
2) Al verificar la homocedasticidad, esto también pareció estar violado. Al verificar esto para los datos (sin transformación), se encontró el siguiente gráfico. Llegué a la conclusión de que esta suposición había sido violada.
Al verificar esto para el registro (datos) (con transformación), se encontró el siguiente gráfico. No estoy seguro de este ... Esto parece estar bien, pero todavía no estoy seguro de la transformación.
Entonces, en este momento, no estoy seguro de cómo manejar estas suposiciones. ¿Debería seguir con la transformación, usar otra corrección o simplemente confiar en la solidez de un ANOVA?
¿Podrías ayudarme con este?
¡Gracias de antemano!
PD: No tengo mucha confianza en el uso de JMP y modelos estadísticos, por lo que sería bueno que respondiera usando un lenguaje bastante simple.
@Sam_VH , ¡bienvenido a la comunidad JMP! Como regla general, es bueno verificar los supuestos de su análisis cuantitativo. Haga esto para comprender mejor su modelo, qué tan bien describe los datos y hay ocasiones en las que su modelo es inadecuado y, por lo tanto, no describe bien los datos. Como no adjuntó el conjunto de datos, me quedo con adivinar qué puede estar sucediendo en su conjunto de datos. Es cierto que existe cierto grado de robustez de ANOVA para la distribución de datos subyacente a medida que realiza el análisis en sumas de cuadrados. ¿Qué es exactamente la variable de respuesta? ¿El sistema de medición es consistente? ¿Ha cuantificado el error de medición? Desafortunadamente, la limpieza de los datos antes del análisis cuantitativo es necesaria para casi cualquier conjunto de datos. Hay varias cosas que buscar. Para su variabilidad dentro del tratamiento (las personas dentro del grupo de edad), ¿hay puntos de datos inusuales? Las transformaciones pueden "limpiar" las irregularidades de los datos, pero esto también hace que la interpretación sea más desafiante ya que el análisis se realiza en los datos transformados. Lo que puede hacer es realizar análisis en diferentes transformaciones, así como los datos sin procesar y buscar cómo se comparan los resultados. Encuentras similar efectos significativos en todos los análisis (sin preocuparse por el valor real de la p)? Si es así, quizás la transformación no importe. Si son diferentes, entonces debes tratar de entender por qué.
Además de @statman Ayuda, podría considerar un cambio alternativo a su modelo. Las transformaciones son una solución bien probada, pero cambian el significado de su respuesta. Otra solución es modelar también la varianza. Agregue un efecto al modelo de varianza que podría estabilizar la gráfica residual (eliminar el patrón).
