¿Cómo obtener el intervalo de confianza (CI) y hacer una prueba t con distribuciones múltiples en un histograma (como datos de entrada directos)?Los datos de entrada ya son el histograma en %.Hay 5 muestras en total. Cada muestra incluye 2 distribuciones (posición inferior y superior). El objetivo es calcular la diferencia entre las 2 medias (físicamente, es una altura). Se adjuntan datos sin procesar (´´CI_t test_data_Q12345.jmp´´).
Preguntas:
- ¿Cómo obtener las estadísticas para cada distribución (posición inferior y superior)?
- ¿Cómo deducir las estadísticas de altura de cada muestra (1 a 5)?
- Como obtener el prueba t y prueba equivalente comparar las 5 alturas deducidas?
¡Muchas gracias por su ayuda!
AnalíticaTabla de datosRe: ¿Cómo obtener el intervalo de confianza (CI) y hacer una prueba t con distribuciones múltiples en un histograma (como datos de entrada directos)?Hola @Kate ,
Para mí, parece que necesita hacer una prueba ANOVA de los datos. Use la plataforma Fit Y by X y use um como Y y el número de muestra como X. Esto mostrará una imagen como esta:
Luego, vaya al botón rojo al lado de Oneway y seleccione Means/Anova. Deberías obtener esto:
Observe que "Prob > F" es <.0001, por lo que esto significa que el número de Muestra tiene una alta probabilidad de explicar parte de la variación en Y (um). Antes de continuar, querrá hacer una prueba de varianza desigual para ver si la varianza de un número de muestra a otro es igual o diferente. Nuevamente, presione el botón rojo y luego seleccione la varianza desigual. Deberías obtener esto:
Todas las pruebas de varianza desigual tienen Prob > F para ser <.0001, lo que significa que las varianzas NO son iguales. Pero, la prueba de Welch también tiene un Prob > F en <.0001, por lo que aunque las varianzas no sean iguales, puede continuar con la comparación de ANOVA. A continuación, PUEDE realizar una prueba t de Student, pero dado que tiene más de dos niveles (el número de niveles para el número de muestra es 5), en realidad querrá realizar una prueba TukeyHSD. Si hace una t de Student en este conjunto de datos, podría estar diciendo erróneamente que no hay diferencia cuando en realidad hay una diferencia, error tipo II (creo).Nuevamente, vaya al botón rojo, luego Compare Means> All Pairs, Tukey HSD. Deberías obtener esto:
Puede ver que hay cierta superposición entre los niveles 2 y 5, pero por lo demás, existen claras diferencias en los medios. Dentro de la plataforma Oneway, puedes hacer una prueba de Equivalencia. Nuevamente, presione el botón rojo y luego seleccione Prueba de equivalencia. Para la suposición de varianza, deberá seleccionar Varianzas desiguales ya que todas las pruebas arrojaron valores p muy bajos. Luego deberá ingresar un valor que será prácticamente equivalente o no. Entonces obtendrás esto (puse en 0.2):
Lo que esto te dice (dado mi valor de equivalencia) es que 3 de las 10 comparaciones por pares son diferentes mientras que las otras 7 son prácticamente equivalentes.
Para obtener las estadísticas de las distribuciones, haga clic en el icono Distribución en JMP (o vaya a Analizar > Distribución, introduzca um en Y y Número de muestra en Por. Si luego hace clic en el botón rojo al lado de Resumen de estadísticas, puede personalizar lo que ve. En este caso, también he seleccionado Mínimo y Máximo para estar en las estadísticas de resumen. Si mantiene presionado el botón CTRL mientras hace eso, lo "transmitirá" a todas las demás distribuciones (para cada muestra) y obtendrá todos los datos que necesita. Si desea seguir analizando las cosas, puede hacer clic derecho en los datos en Resumen de estadísticas y seleccionar Convertir en tabla de datos combinados. Muy útil. A continuación se muestra un ejemplo para la muestra número 1.
Adjunto la tabla de datos original y los scripts para que pueda ver lo que hice.
Por curiosidad, si puede compartir, ¿qué análisis de NanoScope está utilizando (instrumentación)? Soy un nano-físico.
¡Espero que esto ayude!,
SD
Re: ¿Cómo obtener el intervalo de confianza (CI) y hacer una prueba t con distribuciones múltiples en un histograma (como datos de entrada directos)?Hola Kate, no estoy seguro de entender lo que estás tratando de hacer. Hay algunas cosas que necesito que me aclaren:
1. Hay dos tablas adjuntas que son completamente idénticas (tanto por el nombre como por el contenido, verificadas con las tablas de comparación de datos en JMP)
2. Estás hablando de arriba y abajo, ¿qué quieres decir con eso? Si hago la distribución de um y %, veo que para cada muestra, um se distribuye casi uniformemente, y % muchos en 0 o cerca de hasta valores únicos cercanos a 18. No puedo ver dos distribuciones diferentes en una muestra. ¿Qué echo de menos?
Supongo que con esta información (y comprobar si los datos son correctos) podremos trabajar en tus dudas y en cómo calcular lo que necesitas.
3. ¿Qué quiere decir con histograma en %?
Re: ¿Cómo obtener el intervalo de confianza (CI) y hacer una prueba t con distribuciones múltiples en un histograma (como datos de entrada directos)?OK, creo que no miré la imagen con suficiente atención. Entonces, % tiene dos picos en el transcurso de um y le gustaría obtener la posición de los picos, o alguna información sobre la dispersión de los datos alrededor del primer pico (abajo) y lo mismo para los valores alrededor del segundo pico (arriba). ).
Con la altura, desea obtener el valor um medio para las distribuciones superior e inferior y comparar las 5 posiciones superiores de la muestra entre sí, así como las 5 posiciones inferiores.
Al observar la distribución a través de um, parece muy uniforme ya que las medidas a través de um parecen ser equidistantes y, por lo tanto, tiene una cantidad similar de valores en un contenedor. Las distribuciones son para una variable, se usan dos en relación. Le echaré un segundo vistazo y te responderé pronto.
Re: ¿Cómo obtener el intervalo de confianza (CI) y hacer una prueba t con distribuciones múltiples en un histograma (como datos de entrada directos)?Entonces, mi mejor apuesta para hacer este análisis es usar Fit Curve y un modelo de pico como el pico gaussiano. Puede encontrarlo en analizar->Modelos especializados-> Ajustar curva. Use um como X y % como Y. coloque las muestras como grupo, presione ok. Ahora utilícelo en el punto de acceso pico gaussiano bajo modelos de pico. Esto se ajustará a cinco modelos de picos y en el punto de acceso del esquema de picos gaussianos tendrá que comparar estimaciones de parámetros, pruebas de equivalencia, etc. Se concentrará en el primer pico, por lo tanto, si desea hacer esto para la parte inferior y la parte superior por separado, primero debe dividir los datos de um en dos puntos. por ejemplo, 0,75 parece ser un buen separador. Luego puede usar la nueva columna como un grupo Por.
Espero que esto ayude. Adjunté la tabla de datos con algunos scripts que deberían ayudarlo con un punto de partida. Desde allí probablemente puedas caminar solo.
