La comparación de medios que utilizan diferentes métodos da resultados diferentes.Hola a todos,
Tengo una pregunta rápida sobre la comparación de medias en JMP 15.Mis datos se componen de dos variables:
los independiente La variable es una variable ordinal con cuatro niveles (alto, medio, bajo y muy bajo), mientras que la variable dependiente es continua.
Quiero comparar las medias de cuatro grupos (alto, medio, bajo y muy bajo) para ver si hay una diferencia estadística entre ellos o no. cuando utilicé (método de Tukey-Cramer de todos los pares), no estadístico se encontró diferencia entre todos los medios. Sin embargo, cuando utilicé (método t de cada par de estudiantes), estadístico diferencia entre los niveles "muy bajo" y "alto".
Mi pregunta es:
1- ¿por qué hay diferencias entre los dos métodos?
2- ¿cuál debería usarse?
Gracias de antemano,
AnalíticaRe: comparar significa usar diferentes métodos para obtener diferentes resultadosCreo que esto está cubierto en la documentación, pero brevemente la comparación de cada par pretende que los únicos datos que tiene son cada par que se está comparando (es decir, es equivalente a subconjuntos de cada par de grupos y probar una diferencia, de forma aislada) .Tukey HSD tiene en cuenta que estás haciendo múltiples comparaciones y asegura que la probabilidad de un error de tipo 1 refleja la totalidad de las pruebas para las diferencias entre pares.Entonces, si estuviera haciendo 100 pruebas (muchos grupos para comparar), existe una posibilidad considerable de que, incluso si encuentra p <.05 en cada una de las pruebas por pares, algunas de ellas producirán errores de tipo 1.Tukey es mucho más restrictivo (y más, cuantos más grupos tenga) ya que cada prueba por pares está sujeta a un escrutinio mucho mayor para garantizar que su probabilidad general de un error tipo 1 cubra todas las pruebas que realizará.
La comparación por pares es casi con certeza demasiado laxa.Pero con muchos grupos, he encontrado que Tukey es quizás demasiado restrictivo.Vale la pena hacer ambas cosas, y cuando los resultados difieran cualitativamente, sea humilde con sus conclusiones (al menos más humilde que si los dos enfoques dan las mismas conclusiones cualitativas).
Re: comparar significa usar diferentes métodos para obtener diferentes resultadosHola @Rompehielos ,
como @dale_lehman Explicó, Tukey controla las comparaciones múltiples manteniendo un error de tipo uno general en el 5%. Además, asume variaciones iguales entre los grupos.
en esta situación, volvería a realizar la prueba de comparación utilizando la corrección de Bonferroni. Para hacer esto, divida el 5% (o cualquier error de tipo I que desee permitir) por el número de comparaciones por pares que tenga (6 para 4 categorías diferentes). Antes de ejecutar el modelo, en el triángulo rojo de la plataforma del modelo de ajuste, establezca el nivel alfa en ese nuevo valor (0,008). Luego, realice la prueba t de comparaciones múltiples e inspeccione los resultados una vez más.
Lo más importante es que le sugiero que inspeccione la tabla de comparaciones por pares y se pregunte por cada par significativo si también es significativamente diferente: si el grupo significa que tiene diferentes en el mundo real. SI usted vio dos observaciones con los dos valores diferentes, podría decir que son sustancialmente diferentes y considerarlas indiferentes no sirve para el propósito del estudio. Me parece sorprendente cómo tanta gente no se asegura de que este sea el caso al informar sobre la importancia.
