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 in gruppi di età (16 bambini e 17 adulti), si sono posizionati su 4 tavole di equilibrio di diversa difficoltà. Ho optato per un'ANOVA mista, con gruppo di età e condizione della superficie come effetti fissi e partecipante come effetto casuale.
Durante il controllo delle ipotesi, sono emersi i seguenti problemi:
1) I residui non erano distribuiti normalmente. La trasformazione dei dati (log) ha risolto questo problema, ma non sono sicuro della qualità delle conclusioni. Ho letto che ANOVA è robusto e di non preoccuparmi troppo di questo, giusto?
(Nota: in primo luogo, 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 la verifica dell'omoscedasticità, anche questa risultava essere violata. Quando si controlla questo per i dati (senza trasformazione), è stato trovato il grafico successivo. Ho concluso che questa ipotesi è stata violata.
Quando si controlla questo per Log (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 questi presupposti. Devo attenermi alla trasformazione, utilizzare un'altra correzione o semplicemente fare affidamento sulla robustezza di un'ANOVA?
Potresti aiutarmi con questo?
Grazie in anticipo!
PS: Non sono molto sicuro dell'utilizzo di JMP e dei modelli statistici, quindi sarebbe bello se rispondessi utilizzando un linguaggio piuttosto semplice.
Inoltre @statman 's help, 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 residuo (eliminare il modello).
@Sam_VH , benvenuto nella community di JMP! Come regola generale, è bene verificare i presupposti della propria analisi quantitativa. Lo fai per comprendere meglio il 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, mi resta da indovinare cosa potrebbe succedere nel tuo set di dati. È vero che esiste un certo grado di robustezza dell'ANOVA nella distribuzione dei dati sottostante mentre si eseguono analisi sulle somme dei quadrati. Qual è esattamente la variabile di risposta? Il sistema di misurazione è coerente? Hai quantificato l'errore di misura? La pulizia dei dati prima dell'analisi quantitativa è purtroppo necessaria per quasi tutti i set di dati. Ci sono un certo numero di cose da cercare. Per la tua variabilità all'interno del trattamento (gli individui all'interno della fascia 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 è sui dati trasformati. Quello che puoi fare è eseguire analisi su diverse trasformazioni così come sui dati grezzi e cercare come confrontare i risultati. Trovi simile effetti significativi in tutte le analisi (senza preoccuparsi del valore effettivo di p)? Se è così, allora forse la trasformazione non ha importanza. Se sono diversi, allora dovresti cercare di capire perché.
