ANOVA en boucle pour déterminer le groupe le plus similaireSalut tout le monde,
Je cherche à boucler une procédure qui serait autrement fastidieuse. Potentiellement, quelqu'un peut avoir un meilleur flux de travail et je suis tout ouïe si vous le faites. Pour mon ensemble de données, j'ai 5 ethnies et j'essaie de déterminer à quelles ethnies 2 et 5 correspondent le mieux afin de pouvoir combiner les ethnies. Ce que je veux faire, c'est exécuter une ANOVA et un test de Welche entre 2 et le reste des ethnies et voir si elles correspondent et laquelle correspond le mieux. Ce ne serait que 4 tests, mais j'ai également 40 groupes différents, ce serait donc un goût fastidieux à répéter manuellement. Y aurait-il un moyen de boucler cela et d'automatiser d'une manière ou d'une autre une formule où l'ethnicité 2 correspond, disons que l'ethnicité 3 est la meilleure, il y a un indicateur de colonne pour cela?
S'il existe de meilleures méthodes statistiques dans JMP qui peuvent également faciliter cela, je suis tout ouïe.
AnalytiquemacOSScriptRe : ANOVA en boucle pour déterminer le groupe le plus similaireCe que vous devez faire, c'est exécuter les étapes qui doivent être effectuées pour 1 groupe.Ensuite, suivre ces étapes et parcourir tous les groupes devrait être une tâche très facile.
Re : ANOVA en boucle pour déterminer le groupe le plus similaireJ'évite généralement de diviser les données en groupes séparés. (Il y a des situations qui nécessitent de séparer les données, bien sûr.) Je pense à un modèle qui pourrait utiliser toutes les données pour le plus de puissance et de sensibilité, mais qui tiendrait également compte des différences de groupe, si elles existent. Alors qu'en est-il d'un modèle linéaire qui inclut l'ethnicité et le groupe comme effets ?
Une autre considération est la méthode de partition. Ce modèle aura tendance à trouver les niveaux qui ne doivent pas être divisés.
Avez-vous essayé d'utiliser le clustering hiérarchique bidimensionnel ?
Enfin, l'ANOVA est utile lorsque vous testez une différence. il n'est pas prévu lorsque vous testez la similarité. L'absence d'une ANOVA significative n'est pas une preuve de similarité. Le test d'équivalence est également un test à sens unique, mais dans le sens opposé.
