458358_es-ES

liliconcom

prueba t pareada con datos censurados

Hola, tengo datos de recuento microbiano (log 10) que están censurados. El deseo es comparar un período de prueba con uno de referencia y determinar si hay una reducción estadísticamente significativa en los recuentos microbianos. Por lo que puedo ver, solo Gen Reg puede hacer datos censurados y usar un factor de bloqueo. El factor de bloqueo es la única forma que se me ocurre de vincular los resultados de prueba y de referencia emparejados. Pero parece que no tengo suficientes grados de libertad para realizar la prueba. ¿Y los bloqueos no tienen sentido para mí, de la forma en que JMP los interpretó? ¿Alguna sugerencia?

Compartir y comunicar resultadosRe: prueba t pareada con datos censurados

Gracias Peng, entiendo tu solución y eso es exactamente lo que estaba buscando.Además, mi redacción anterior era un poco vaga: estaba tratando de decir que Gen Reg funciona con datos censurados, pero no con datos emparejados.Saludos, Pablo

Re: prueba t pareada con datos censurados

Gracias por corregir los datos. Creo que entiendo mejor el problema.

Primero, déjame responder la última pregunta. Si proporciona una columna de Censor, el software asume que indica la censura correcta utilizando el Código de Censor de su elección en el cuadro de diálogo de inicio. Esa es la convención seguida por todas las plataformas JMP que implica censura. Si desea expresar un tipo diferente de censura, por ejemplo, censura a la izquierda, debe seguir una convención para crear datos de manera diferente. Esta charla podría ser la más útil: Introducción al Análisis de Datos Censurados .

No puedo encontrar que GenReg admita la prueba emparejada en la documentación. Te lo agradeceré, si puedes señalar la ubicación. Por otro lado, utilizaré otras herramientas para abordar este problema.

Primero divido los datos para formar uno nuevo:

Y aqui esta el resultado:

Si se hubiera realizado una prueba t pareada, si no se censuran los datos, primero se calcularían las diferencias por pares de las filas individuales. Entonces la pregunta es si las diferencias no son diferentes de cero. Pero tenemos datos censurados. Estoy asumiendo la censura correcta en las salas. De lo contrario, cambie el cálculo en consecuencia.

Primero, voy a crear una columna como Prueba - Base, como se haría para la prueba t pareada.

Ahora mire los valores, es decir, las diferencias, y piense lo que significan. Mira la primera fila: 4,91 - 5,54 = -0,635583025471626. Aquí se censura 5,54, lo que significa que el valor real es mayor que 5,54. Entonces, la diferencia real será menor que -0.635583025471626. Por lo tanto, esto hace que -0.635583025471626 sea una observación censurada por la izquierda.

Y la misma lógica se aplica a todas las filas donde se censuran las observaciones de Base. Si las observaciones base no están censuradas, las diferencias son valores exactos.

Ahora cree dos nuevas columnas, como se dijo aquí: Introducción al Análisis de Datos Censurados .

Para filas individuales, si Left is Missing, Right no, esa es una observación censurada por Left. Si tanto Izquierda como Derecha no faltan y son iguales, esa es una observación exacta. Use la distribución de vida de la siguiente manera:

Luego ajuste una distribución, y Normal me parece bien.

Ahora la pregunta es si la estimación del parámetro de ubicación es significativamente diferente de cero. Si la respuesta es sí, entonces los dos grupos son significativamente diferentes. No, de lo contrario. En este ejemplo, suponiendo que adiviné corregido que la censura en los datos significa censura correcta, entonces dos grupos no se ven significativamente diferentes. Si adiviné incorrectamente, el tipo de censura de las diferencias habría sido censura correcta. Luego cambie los pasos en consecuencia.

 

Re: prueba t pareada con datos censurados

como Peng, gracias: mi lógica es defectuosa al etiquetar las observaciones como "Y" o "N" en la columna Censurada. "Y" debe aparecer donde Period = Base y TSA.Count.L10 = 5.54.La fórmula que utilicé está abajo.Pero ahora me doy cuenta de que no funciona, así que simplemente codifiqué los datos censurados a mano.además, cuando apilé los datos, de alguna manera hice que todos los valores base = 5.54, lo cual no es correcto.Probablemente hice eso cuando estaba tratando de escribir la fórmula de Censor.

 

La razón del factor de bloque es que en realidad se trata de una prueba t pareada.La comparación es TSA.Count.L10 para el período base frente al período de prueba, dentro de cada equipo, por ejemplo, dentro de la máquina de hielo + tapa.Usaría la plataforma de prueba T emparejada directamente, pero no tiene en cuenta los datos censurados.Gen Reg lo hace.Los bloques luego designan las comparaciones emparejadas, al menos esa era mi esperanza.

 

Pregunta: los datos están censurados por la derecha. ¿Cómo sabe la plataforma Gen Reg de qué lado está la censura?

If( :Period == "Base" & (:TSA.Count.L10 == 5.54),
 "Y",
 "N"
)

Re: prueba t pareada con datos censurados

Comencemos con sus datos. tiene problemas

De acuerdo con su declaración del deseo, hice una comparación de las estimaciones de distribución no paramétrica de los dos períodos.

Y este es el resultado:

¿Ves el problema? El período base no tiene una estimación no paramétrica.

Esto tabula sus datos por Período vs Censor. Y parece que todas sus observaciones del período Base están censuradas. Las observaciones del período de prueba no lo son.

Este es un diagrama de puntos de sus datos, coloreado por Período. Todas las observaciones Base tienen el mismo valor.

Suponga que los datos no tienen los problemas anteriores. Ahora es la pregunta, si desea comparar los dos períodos, ¿por qué agrega Block? ¿Es una variable explicativa que puede describir las diferencias entre los dos períodos? La decisión de ponerlo en el modelo no debe depender de si se puede producir una estadística. Por lo tanto, sugiero simplemente eliminar Block de su modelo y ver si los resultados tienen sentido para usted, suponiendo que los datos sean buenos.

Además de GenReg, otras dos plataformas pueden ayudarlo a estudiar datos con observaciones censuradas con variables de agrupación: Life Distribution con agrupación (primera captura de pantalla anterior) y Fit Life by X. Los dos pueden ser más apropiados, si todo lo que necesita es comparar grupos de observaciones.

Pero al final, sus datos tienen serios problemas. Por favor, no arrases con los datos ejecutando el software y sé feliz con el resultado. Podría ser peligroso.