Uso de datos resumidos para realizar pruebas de chi cuadradoRecibí esta pregunta de un cliente que se está migrando de Minitab.¿Alguien se ha encontrado con algo como esto?Cualquier sugerencia es apreciada.
Tres desafíos/preguntas que tengo están relacionados con el análisis de datos categóricos y las pruebas de chi-cuadrado.
(1) He notado que si tengo tablas bidireccionales, como se muestra en la Tabla 1, no puedo ingresar esto directamente en JMP a menos que cree una tabla de formato de columna (Tabla 2). Esto parece un poco engorroso ya que lleva bastante tiempo convertir de uno a otro... por favor avise si existe tal capacidad o característica en JMP que pueda ayudar con esto:
tabla 1

Tabla 2

(2) Si realizo una prueba de chi-cuadrado en los datos anteriores y obtengo un valor de p que está por debajo de mi nivel alfa de significación, ¿cómo sé qué muestra(s)/grupo(s) es(n) significativamente diferente(s) de ¿el resto? Con ANOVA, JMP tiene la prueba t de Student de cada par y la prueba HSD de Tukey para indicar las diferencias entre cada grupo/muestra. ¿Cómo se hace esto con múltiples conjuntos de datos categóricos? Minitab, por ejemplo, proporciona el valor p, así como tablas/gráficos de lo esperado frente a lo observado para poder distinguir los grupos, según la Figura 1 a continuación:
Figura 1

(3) El desafío n.° 2 anterior fue para múltiples conjuntos de datos categóricos con 2 resultados. ¿Qué pasa si tengo 3 o más resultados? Por ejemplo, consulte la Tabla 3 a continuación, donde se comparan 5 grupos (área) y 3 resultados (tipos de error de factura). Minitab permite completar una prueba de chi-cuadrado para asociación e ilustra la comparación de las observaciones esperadas frente a las reales para cada grupo según la Figura 2 a continuación. ¿Cómo se puede hacer esto en JMP? ¿Y cómo se han ingresado los datos en la tabla de datos de JMP para realizar el análisis? ¿Puedo usar una tabla de doble entrada como en Minitab?
Tabla 3

Figura 2

Re: Uso de datos resumidos para realizar pruebas de chi cuadradoLa plataforma categórica debería ser útil aquí.
(1) El usuario puede crear una nueva columna de frecuencias de fallas reales. Luego, en la plataforma Categórica, seleccione la pestaña Múltiple y coloque las columnas Falsas y Reales fallidas juntas como columnas de Frecuencia de respuesta. Abajo, coloque LOBP como X, Categoría de agrupación y Total como Tamaño de muestra.
(2) En el informe, seleccione Triángulo rojo superior > Homogeneidad de la respuesta de la prueba para la prueba de asociación, luego Compare cada muestra para las pruebas de seguimiento por pares. Creo que los valores p para las pruebas por pares no están corregidos incluso si FDR está activado en Opciones de prueba. El usuario puede necesitar un tutorial para interpretar las letras de comparación. En mi opinión, son un poco confusos en comparación con la tabla superior derecha en esa salida de Minitab (pero podría ser solo yo).
(3) El mismo formato de respuesta múltiple que en (2) debería volver a funcionar aquí, solo con las tres columnas de respuesta juntas como columnas de Frecuencia de respuesta y una nueva columna Total para Tamaño de muestra. Pero en el ejemplo, me pregunto si los tipos de errores de factura son mutuamente excluyentes, porque si no, las pruebas de LR o Pearson no son apropiadas. Los tres tipos de errores podrían analizarse por separado o tal vez alguien conozca un análisis alternativo apropiado.