Comparar medios usando diferentes métodos da resultados diferentesHola a todos,
Tengo una pregunta rápida sobre la comparación de medias en JMP 15.Mis datos se componen de dos variables:
la independiente 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 usé (método de Tukey-Cramer de todos los pares), no hubo estadísticas se encontró diferencia entre todos los medios. Sin embargo, cuando usé (el método t de estudiante de cada par), un estadístico diferencia entre los niveles "muy bajo" y "alto".
Mi pregunta es:
1- ¿Por qué hay diferencias entre los dos métodos?
2- ¿Cuál se debe usar?
Gracias de antemano,
AnalíticaRe: Comparar medios usando diferentes métodos da resultados diferentesMe refiero a pedir la prueba t de Student y su informe de diferencias ordenadas. Como en las siguientes imágenes.
Re: Comparar medios usando diferentes métodos da resultados diferentesGracias @dale_lehman para su respuesta detallada.
Re: Comparar medios usando diferentes métodos da resultados diferentesHola @iron_horne,
Gracias por tus comentarios,
He hecho la corrección de Bonferroni como explicaste. pero no entiendo, ¿a qué te refieres con realizar la prueba t de comparaciones múltiples? ¿Es eso Todos los pares, Tukey HSD?
Re: Comparar medios usando diferentes métodos da resultados diferentesHola @Rompehielos ,
como @dale_lehman explicó, Tukey controla las comparaciones múltiples al mantener un error Tipo uno general en 5%. Además, asume varianzas 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 la cantidad de comparaciones por pares que tiene (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 las comparaciones múltiples de la prueba t e inspeccione los resultados una vez más.
Lo que es más importante, le sugiero que inspeccione la tabla de comparaciones por pares y se pregunte si cada par significativo también es significativamente diferente: ¿los medios del grupo que tiene son diferentes en el mundo real? SI vio dos observaciones con los dos valores diferentes, ¿podría decir que son sustancialmente diferentes y que considerarlas indiferentes no sirve para el propósito del estudio? Me parece sorprendente cómo tantas personas no se aseguran de que este sea el caso cuando informan sobre la importancia.
Re: Comparar medios usando diferentes métodos da resultados diferentesCreo que esto está cubierto en la documentación, pero brevemente, comparar cada par pretende que los únicos datos que tiene son cada par que se está comparando (es decir, es equivalente a dividir en subconjuntos cada par de grupos y probar una diferencia, de forma aislada) .El Tukey HSD tiene en cuenta que estás haciendo comparaciones múltiples y asegura que la probabilidad de un error tipo 1 refleja la totalidad de las pruebas de diferencias entre pares.Por lo tanto, 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) en el sentido de 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.
Es casi seguro que la comparación por pares es 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 arrojaran las mismas conclusiones cualitativas).
