Ciao a tutti
Nell'ambito della mia tesi di master, dovrei analizzare un'ANOVA mista. Studio il controllo posturale di bambini e adulti in diverse condizioni di superficie. La procedura del test è stata la seguente: tutti i partecipanti, divisi per fasce d'età (16 bambini e 17 adulti), si sono posizionati su 4 tavole di equilibrio di diversa difficoltà. Ho optato per un ANOVA misto, con il gruppo di età e le condizioni della superficie come effetti fissi e il partecipante come effetto casuale.
Durante il controllo delle ipotesi, sono comparsi i seguenti problemi:
1) I residui non erano normalmente distribuiti. La trasformazione dei dati (log) ha risolto il problema, ma poi non sono sicuro della qualità delle conclusioni. Ho letto del fatto che ANOVA è robusto e di non preoccuparmi troppo di questo, è vero?
(Nota: prima ho eseguito un modello di adattamento (personalità: modello misto), quindi ho salvato i residui. Successivamente, i residui sono stati analizzati per la distribuzione.)
2) Durante il controllo dell'omoschedasticità, anche questa sembrava essere stata violata. Durante il controllo di questo per i dati (senza trasformazione), è stato trovato il grafico successivo. Ho concluso che questa ipotesi fosse violata.
Quando si controlla questo per il registro (dati) (con trasformazione), è stato trovato il grafico successivo. Non sono sicuro di questo ... Sembra che vada bene, ma non sono ancora sicuro della trasformazione.
Quindi in questo momento, non sono sicuro di come gestire queste ipotesi. Dovrei attenermi alla trasformazione, usare un'altra correzione o semplicemente fare affidamento sulla robustezza di un ANOVA?
Potresti aiutarmi con questo?
Grazie in anticipo!
PS: Non sono molto sicuro di usare JMP e modelli statistici, quindi sarebbe bello se rispondessi usando un linguaggio piuttosto semplice.
@Sam_VH , benvenuto nella community di JMP! Come regola generale, è bene verificare i presupposti della tua analisi quantitativa. Lo fai per avere una migliore comprensione del tuo modello, quanto bene descrive i dati e ci sono momenti in cui il tuo modello è inadeguato e quindi non descrive bene i dati. Dal momento che non hai allegato il set di dati, non mi resta che indovinare cosa potrebbe succedere nel tuo set di dati. È vero che esiste un certo grado di robustezza di ANOVA nella distribuzione dei dati sottostanti mentre si eseguono analisi su somme di quadrati. Qual è esattamente la variabile di risposta? Il sistema di misurazione è coerente? Hai quantificato l'errore di misurazione? La pulizia dei dati prima dell'analisi quantitativa è, purtroppo, necessaria per quasi tutti i set di dati. Ci sono molte cose da cercare. Per la tua variabilità all'interno del trattamento (gli individui all'interno del gruppo di età), ci sono punti dati insoliti? Le trasformazioni possono "ripulire" le irregolarità dei dati, ma ciò rende anche l'interpretazione più impegnativa poiché l'analisi si basa sui dati trasformati. Quello che puoi fare è eseguire analisi su diverse trasformazioni e dati grezzi e cercare il confronto tra i risultati. Trovi simile effetti significativi in tutte le analisi (senza preoccuparsi del valore effettivo della p)? Se è così, forse la trasformazione non ha importanza. Se sono diversi, dovresti cercare di capire perché.
Inoltre @statman di aiuto, potresti prendere in considerazione una modifica alternativa al tuo modello. Le trasformazioni sono una soluzione ben collaudata, ma cambiano il significato della tua risposta. Un'altra soluzione è modellare anche la varianza. Aggiungere un effetto al modello di varianza che potrebbe stabilizzare il grafico dei residui (eliminare il pattern).
