Come ottenere l'intervallo di confidenza (CI ) e fare t-test con distribuzioni multiple in un istogramma (come dati di input diretti)?I dati di input sono già l'istogramma in %.Ci sono 5 campioni in totale. Ogni campione include 2 distribuzioni (posizione inferiore e superiore). L'obiettivo è calcolare la differenza tra le 2 medie (fisicamente, è un'altezza). I dati grezzi (´´CI_t test_data_Q12345.jmp´´) sono allegati.
Domande:
- Come ottenere le statistiche per ogni distribuzione (posizione inferiore e superiore)?
- Come dedurre le statistiche per l'altezza di ciascun campione (da 1 a 5)?
- Come ottenere il t-test e test equivalente confrontare le 5 altezze dedotte?
Molte grazie per il vostro aiuto!
AnaliticaTabella datiRe: Come ottenere l'intervallo di confidenza (CI ) e fare t-test con distribuzioni multiple in un istogramma (come dati di input diretti)?Ciao @Kate ,
Per me, sembra che tu debba fare un test ANOVA dei dati. Usa la piattaforma Fit Y by X e usa um come Y e il numero del campione come X. Questo mostrerà un'immagine come questa:
Quindi, vai al pulsante rovente accanto a Oneway e seleziona Mezzi/Anova. Dovresti ottenere questo:
Si noti che "Prob > F" è <.0001, quindi questo significa che il numero del campione ha un'alta probabilità di spiegare alcune delle variazioni nella Y (um). Prima di continuare, dovrai eseguire un test di varianza disuguale per vedere se la varianza dal numero del campione al numero del campione è uguale o diversa. Ancora una volta, pulsante rovente, quindi selezionare varianza disuguale. Dovresti ottenere questo:
Tutti i test di varianza diseguale hanno Prob > F <.0001, il che significa che le varianze NON sono uguali. Ma il test di Welch ha anche un Prob > F a <.0001, quindi anche se le varianze non sono uguali, puoi continuare con il confronto ANOVA. Successivamente, PUOI fare un test Student's-t, ma poiché hai più di due livelli (il numero di livelli per il numero del campione è 5), in realtà vorrai fare un test TukeyHSD. Se fai uno Student's-t su questo set di dati, potresti erroneamente dire che non c'è differenza quando c'è effettivamente una differenza, errore di tipo II (credo).Ancora una volta, vai sul pulsante rovente, quindi Confronta mezzi> Tutte le coppie, Tukey HSD. Dovresti ottenere questo:
Puoi vedere che c'è una certa sovrapposizione tra i livelli 2 e 5, ma per il resto ci sono differenze nette nei mezzi. All'interno della piattaforma Oneway, puoi fare un test di equivalenza. Ancora una volta, pulsante rovente e quindi selezionare Test di equivalenza. Per l'ipotesi di varianza, dovrai selezionare Varianze disuguali poiché tutti i test hanno restituito valori p molto bassi. Dovrai quindi inserire un valore che sarà praticamente equivalente o meno. Otterrai quindi questo (ho inserito 0.2):
Ciò che questo ti dice (dato il mio valore di equivalenza) è che 3 dei 10 confronti a coppie sono diversi mentre gli altri 7 sono praticamente equivalenti.
Per ottenere le statistiche sulle distribuzioni, fai clic sull'icona Distribuzione in JMP (o vai su Analizza > Distribuzione, lancia um in Y e Numero campione in By. Se poi fai clic sul pulsante rovente accanto a Statistiche di riepilogo, puoi personalizzare ciò che vedi. In questo caso, ho anche selezionato Minimo e Massimo per essere nelle statistiche di riepilogo. Se tieni premuto il pulsante CTRL mentre lo fai, lo "trasmetterà" a tutte le altre distribuzioni (per ogni campione) e otterrai tutti i dati di cui hai bisogno. Se desideri analizzare ulteriormente le cose, puoi fare clic con il pulsante destro del mouse sui dati nelle statistiche di riepilogo e selezionare Crea in tabella di dati combinati. Molto utile. Di seguito è riportato un esempio per il campione numero 1.
Sto allegando la tabella dei dati e gli script originali in modo che tu possa vedere cosa ho fatto.
Per curiosità, se puoi condividere, quale analisi NanoScope stai utilizzando (strumentazione)? Sono un nanofisico.
Spero questo sia di aiuto!,
ds
Ri: Come ottenere l'intervallo di confidenza (CI ) e fare t-test con distribuzioni multiple in un istogramma (come dati di input diretti)?Ciao Kate, non sono sicuro di aver capito cosa stai cercando di fare. Ci sono alcune cose che avrei bisogno di un chiarimento:
1. Ci sono due tabelle allegate che sono completamente identiche (sia dal nome che dal contenuto - verificate con il confronto delle tabelle dei dati in JMP)
2. stai parlando di alto e basso, cosa intendi con questo? Se eseguo la distribuzione di um e % vedo che per ogni campione um è distribuito quasi uniforme e % molti a 0 o vicino a valori singoli vicini a 18. Non riesco a vedere due diverse distribuzioni in un campione. Cosa mi manca?
Immagino che con queste informazioni (e verificare se i dati sono corretti) possiamo lavorare sulle tue domande e su come calcolare ciò di cui hai bisogno.
3. Cosa intendi con istogramma in %?
Ri: Come ottenere l'intervallo di confidenza (CI ) e fare t-test con distribuzioni multiple in un istogramma (come dati di input diretti)?OK, penso di non aver guardato l'immagine con sufficiente attenzione. Quindi % ha due picchi nel corso di um e vorresti ottenere la posizione dei picchi, o alcune informazioni sulla diffusione dei dati attorno al primo picco (in basso) e lo stesso per i valori attorno al secondo picco (in alto ).
Con l'altezza si desidera ottenere il valore medio um per le distribuzioni superiore e inferiore e confrontare le prime posizioni dei 5 campioni tra loro e le 5 posizioni inferiori.
Osservando la distribuzione su um sembra molto uniforme poiché le misurazioni su um sembrano equidistanti e quindi hai una quantità simile di valori in un contenitore. Le distribuzioni sono per una variabile, ne usi due in relazione. Darò una seconda occhiata e tornerò presto da te.
Ri: Come ottenere l'intervallo di confidenza (CI ) e fare t-test con distribuzioni multiple in un istogramma (come dati di input diretti)?Quindi la cosa migliore da fare per fare questa analisi è usare Fit Curve e un modello di picco come il picco gaussiano. Puoi trovarlo in analizza->Modelli specializzati-> Adatta curva. Usa um come X e % come Y. metti i campioni come gruppo, premi ok. Ora usa nel picco gaussiano dell'hotspot sotto i modelli di picco. Questo si adatterà a cinque modelli di picco e nell'hotspot del profilo del picco gaussiano dovrai confrontare le stime dei parametri, il test di equivalenza e così via. Si concentrerà sul primo picco, quindi, se vuoi farlo separatamente per la parte inferiore e quella superiore, devi prima dividere i dati um in due punti. ad esempio 0,75 sembra essere un buon separatore. Quindi puoi utilizzare la nuova colonna come gruppo Per.
Spero questo sia di aiuto. In allegato la tabella dei dati con alcuni script che dovrebbero aiutarti con un punto di partenza. Da lì probabilmente puoi camminare da solo.
