Tomé muestras del comportamiento de los animales durante aproximadamente 37 horas en 20 días mientras los exponía a 5 "tratamientos" diferentes. Los tratamientos eran estructuras diferentes y quería ver cómo los usaban, especialmente con qué frecuencia los usaban. Cambiaría el "tratamiento" cada dos días para un total de dos ensayos por tratamiento. Hubo un total de 10 sujetos de estudio y no estuvieron expuestos al tratamiento durante el mismo período de tiempo (simplemente porque no siempre estaban disponibles) y no tuve los tratamientos durante el mismo período de tiempo (es decir, relacionados con el clima eventos).
Quiero comparar la tasa promedio de eventos (llamémoslos eventos cruzados) entre tratamientos y ver si hay una diferencia estadísticamente significativa entre estos. Calculé la tasa de eventos dado que no se tomaron muestras de los tratamientos durante la misma cantidad de tiempo y los sujetos del estudio tampoco estuvieron expuestos a los tratamientos durante la misma cantidad de tiempo.
Ho: La tasa de cruzamiento promedio es la misma para cada tratamiento.
Ha: La tasa de cruzamiento promedio no es la misma para cada tratamiento.
He organizado mis datos de esta manera para comparar medias (este es solo un breve ejemplo, no datos reales):
| Día | Tratamiento | Eventos | Tiempo muestreado (minutos) | Tasa de eventos |
| 1 | A | 3 | 85 | 0,035 |
| 2 | A | 2 | 60 | 0.033 |
| 3 | B | 0 | 75 | 0,00 |
| 4 | B | 7 | 115 | 0,06 |
| 5 | C | 12 | 125 | 0,096 |
| 6 | C | 1 | 90 | 0,011 |
| 7 | A | 0 | 200 | 0,00 |
| 8 | A | 2 | 110 | 0,018 |
| 9 | D | 6 | 120 | 0,05 |
| 10 | D | 5 | 105 | 0.047 |
Como tengo cinco medios para comparar, decidí realizar una prueba de Kruskal-Wallis (mis datos no se distribuyen normalmente) y utilizar la corrección de Bonferroni. Sin embargo, cuando ejecuto esto, dice "tamaños de muestra pequeños. Consulte las tablas estadísticas para las pruebas en lugar de la aproximación de muestras grandes ". ¿Debería organizar mis datos de otra manera? ¿Como por tema de estudio en lugar de cruces de día? Eso me daría alrededor de 50 filas de datos e incluiría esa variación individual en lugar de agrupar todo por día. ¿Debería basarme simplemente en tablas estadísticas? Me pregunto cuál sería el mejor enfoque para esto.
¡Gracias! Hágame saber cualquier pregunta.
Este parece ser un caso clásico para una regresión logarítmica lineal de Poisson. JMP lo proporciona a través de un modelo lineal generalizado (GLM). Modela el recuento de eventos directamente. Copié sus datos en una tabla de datos JMP.
El tiempo de observación varió para cada tratamiento. Esta variación se conoce como "oportunidad" y se modela con una compensación. El desplazamiento es el registro (oportunidad).
Luego seleccione Analizar> Ajustar modelo y cambie el cuadro de diálogo de inicio para que se parezca a este.
Aquí están los resultados de la regresión.
El efecto de los tratamientos no es significativo en alfa = 0.05 (Prueba de modelo completo y Pruebas de efecto). La 'sobredispersión' es significativa, lo que significa que la varianza es mayor de lo esperado para una distribución de Poisson de la respuesta. La desviación también es significativa, lo que indica falta de ajuste. Podría haber variables acechantes que estuvieran cambiando junto con los tratamientos.
