En el artículo anterior "Una tabla mágica de funciones de JMP, realizando la comparación de todos los grupos de datos", presentamos los métodos más utilizados entre grupos y las características básicas de las operaciones de JMP. Al comienzo de este artículo, compararemos por separado varios común El método de comparación entre grupos y su proceso de funcionamiento se introducen uno a uno. El artículo de hoy comenzará con una comparación entre grupos de variables continuas.
Para la comparación de variables continuas entre grupos, si desea elegir un método de análisis razonable, hay varias condiciones previas que deben considerarse en primer lugar, a saber, la normalidad y la homogeneidad de la varianza (homogeneidad de la varianza).
¿Qué es normalidad y homogeneidad de varianza?
Los patrones de distribución de datos comunes incluyen distribución normal, distribución de Poisson, distribución exponencial, etc. La prueba de normalidad se refiere a la prueba para juzgar si la población se ajusta a la distribución normal. La prueba de homogeneidad de la varianza es una prueba para determinar si la varianza entre las muestras de cada grupo es la misma.
En la aplicación práctica de la comparación entre grupos de variables continuas, un error común que muchas personas cometen es que no consideran si los datos se ajustan al estado normal o la varianza, sino que utilizan directamente la prueba t o el análisis de varianza (ANOVA) para realizar análisis estadístico de los datos, y es correcto El proceso de análisis consiste en observar cómo se ve la distribución de datos antes de elegir un método.
El contenido de este artículo es introducir dos condiciones importantes que deben tenerse en cuenta antes de elegir un método estadístico: cómo juzgar si los datos cumplen con la distribución normal y cómo juzgar si la varianza entre grupos es igual. Solo cuando se determinan estas dos condiciones, se puede seleccionar un método de análisis razonable.
existe JMP Verificación normal
A continuación, echemos un vistazo a cómo utilizar la plataforma de "distribución" en JMP para lograr la verificación de la normalidad. Tome los datos de la (Figura 1) como ejemplo para explorar si existe una diferencia entre los valores de IMC de fumadores y no fumadores. -fumadores. Primero, necesitamos normalizar el valor del IMC. Probar, y luego juzgar si usar la prueba t o la prueba de suma de rangos de acuerdo con la distribución de datos.
Figura 1-Datos utilizados en este artículo
Cabe señalar que al comparar entre grupos, es necesario dividir en grupos para realizar una prueba de estado normal, es decir, probar la distribución del IMC entre los dos grupos de fumadores y no fumadores, en lugar de la distribución del IMC. valores para todas las personas. A continuación, explicaré cómo realizar operaciones específicas, primero seleccione "Análisis" → "Distribución" (Figura 2).
Figura 2-El primer paso de la operación de verificación normal
Debido a que queremos explorar la distribución del IMC entre fumadores y no fumadores, el IMC es el resultado y el tabaquismo es el grupo. Así que coloque el IMC en "Y, fila" en el cuadro de diálogo, coloque el tabaquismo en "base" (Figura 3). El resultado de la salida se muestra en la Figura 4.
Figura 3-Diagrama esquemático del paso 2 de la operación de verificación normal
Figura 4-Resultado de salida
"Base" se ve a menudo en JMP, que significa "por separado" o "estratificado". Por ejemplo, arrastrar el tabaquismo a la base significa realizar operaciones en fumadores y no fumadores por separado. Esto es diferente de "agrupar", que significa comparación entre grupos, como comparar las diferencias entre fumadores y no fumadores. En artículos posteriores explicaremos este concepto.
Si no está acostumbrado a este gráfico de barras verticales y desea girar el gráfico de barras horizontalmente, puede hacer clic en el botón de triángulo en la esquina superior izquierda de la interfaz de resultados y seleccionar "Apilar" en el menú desplegable (Figura 5) .
Figura 5-Diagrama esquemático de la operación de apilado
El resultado de la salida se muestra en la Figura 6. Aquí hay varias estadísticas del IMC de los dos grupos de fumadores y no fumadores, incluida la media, la desviación estándar, la mediana, el primer y tercer cuartiles, etc.
Figura 6-Resultado de salida
Haga clic en el botón de triángulo rojo a la izquierda de "BMI" y haga clic en "Ajuste continuo" → "Ajuste normal" en el menú desplegable (Figura 7).
Figura 7-El tercer paso de la operación de verificación normal
El resultado del ajuste normal se muestra en la Figura 8.
Figura 8 Resultado de salida
Haga clic en el botón del triángulo rojo a la izquierda y haga clic en "Bondad de ajuste" en el menú desplegable (Figura 9), y se mostrarán los resultados normales de la prueba.
Figura 9-Diagrama esquemático del paso 4 de la operación de verificación normal
El resultado de la prueba de normalidad se muestra en la (Figura 10). El valor p es igual a 0.9128 y mayor a 0.05. No se puede considerar que no se satisfaga la distribución normal, es decir, no se puede concluir que los datos no no obedecen a la distribución normal, por lo que los datos pueden tratarse como una distribución normal.
Figura 10-Resultados de verificación normales
El método de prueba normal de IMC para no fumadores es el mismo que el anterior, y los resultados se muestran en la (Figura 11), que es una distribución anormal.
Figura 11-Resultados de verificación normales
De acuerdo con los resultados de la prueba normal anterior, deberíamos usar la prueba de suma de rangos para la comparación entre grupos, porque en los dos conjuntos de datos, siempre que cualquier conjunto de datos esté distribuido de manera anormal, se debe usar la "prueba de suma de rangos" para la comparación entre grupos.
existe JMP Lograr la prueba de homogeneidad de varianza en
Si, al comparar entre grupos, se encuentra que los dos conjuntos de datos están distribuidos normalmente, no significa que la prueba t se pueda realizar directamente, y también se requiere la prueba de homogeneidad de la varianza para determinar si la prueba t debe utilizarse a continuación o la prueba t ajustada (prueba T ').
¿Qué es la prueba de varianza de homogeneidad?
La prueba de homogeneidad de varianza es una prueba para determinar si las varianzas entre grupos son iguales. ¿Por qué necesitamos probar la homogeneidad de la varianza? Porque al comparar entre grupos, si la varianza entre grupos es demasiado grande, la diferencia en la media quedará enmascarada, lo que conducirá a conclusiones erróneas.
Los métodos comúnmente utilizados para probar la homogeneidad de la varianza son:
F Prueba bilateral, prueba de Brown-Forsythe, prueba de Levene, suma de comprobación de Bartlett y prueba de O'Brien. Entre ellos, la prueba F-bilateral se usa para probar la homogeneidad de la varianza de dos conjuntos de datos; los otros se usan para probar la homogeneidad de la varianza de múltiples conjuntos de datos. En la práctica, el método de Levene y el método de Bartlett se utilizan con más frecuencia, pero el método de Bartlett sólo se puede utilizar para datos normales. El método de Levene también se puede utilizar para datos anormales y tiene una gama más amplia de aplicaciones.
Tome los datos de la (Figura 1) como ejemplo. Si analiza si existen diferencias en los puntajes de salud física entre personas con diferentes grados de dificultad respiratoria, primero realice una prueba de normalidad. Si los resultados de la prueba encuentran que los dos grupos de datos son en una distribución normal, luego realice la homogeneidad de la Verificación de varianza.
La prueba de homogeneidad de varianza es un paso importante para la comparación entre grupos, y su operación se implementa en la tabla de funciones JMP del módulo "ajustar X con Y". En el artículo anterior, hemos introducido brevemente la operación de comparación entre grupos.
Elija "Analizar" → "Ajustar Y con X". En este caso, la puntuación de salud física es el resultado y el grado de disnea es el grupo. Así que ponga la puntuación de salud física en "Y, respuesta" en el cuadro de diálogo, y ponga el grado de dificultad para respirar en "X, factor", vea (Figura 12) para la operación.
Figura 12-Operación de verificación de diferencias
Haga clic en el botón de triángulo rojo junto al análisis de factor único de "Disnea-Puntuación de salud física" y seleccione "Varianza desigual" en el menú desplegable (Figura 13).
Figura 13 El funcionamiento de la prueba de varianza de homogeneidad
El resultado de salida se muestra en la Figura 14. Si el valor p de la prueba de homogeneidad de la varianza es mayor que 0.05, se puede considerar que la varianza es homogénea.
Figura 14-Resultados de la prueba de homogeneidad de varianza
Este caso es una prueba para la homogeneidad de la varianza de los dos grupos. Se puede seleccionar cualquiera de los resultados de la prueba (porque los dos grupos son casos especiales de múltiples grupos), y cada resultado de la prueba muestra P <0.05, luego la prueba t corregida ( t 'prueba)).
Nota: Si es una prueba de homogeneidad de varianza de múltiples conjuntos de datos, el resultado de la prueba bilateral F no aparecerá en el resultado.
Los anteriores son algunos métodos y precauciones para la prueba de homogeneidad basada en la verificación de normalidad del total y la varianza del JMP compartido hoy. En el próximo artículo, presentaremos cómo realizar la prueba t en JMP. ¡Manténganse al tanto! Descargue JMP y comience su viaje de análisis de datos.
original: ¿Cómo implementar la prueba de normalidad y la prueba de homogeneidad de varianza en JMP?
[Lectura recomendada] # 10 habilidades imprescindibles para el análisis de datos
