Prueba t simple con N grandeSé que esto debería ser obvio... Tengo una mesa apilada. Ajustar y por x da un gráfico hermoso que me muestra que la media de la categoría A es más alta que la categoría B (es un poco sutil, pero está ahí). Y el valor p lo respalda, pero por supuesto que lo hará porque N está en los miles. ANOM también muestra que ambas medias son diferentes de la media general, pero creo que tendré el mismo problema aquí. Las varianzas son distribuciones diferentes, normales. ¿Cuál sería el mejor enfoque aquí? ¿Dividir 0.05 por N y usar ese valor para determinar la importancia? ¿No usar la significación en absoluto y mirar los intervalos de confianza? ¡Cualquier y todas las sugerencias apreciadas con gratitud!
Re: Prueba t simple con N grandeSi entiendo su situación correctamente, tiene una diferencia "estadística" pero no está seguro de tener una diferencia "práctica".¿Es eso correcto?
El hecho de que se detecte una diferencia mediante una prueba de hipótesis no significa que esa diferencia sea significativa en la práctica.
La diferencia observada debe sopesarse frente a la variación normal del proceso, los requisitos prácticos y el tamaño de la muestra.
A veces, el tamaño de la muestra es tan grande (por conveniencia de los datos disponibles), que las diferencias muy pequeñas aparecerán como significativas.
Una diferencia estadísticamente significativa no siempre es una diferencia práctica.Es una buena práctica establecer lo que usted piensa que es una diferencia "práctica"
Hemos utilizado el "Test de equivalencia" de JMP
Ayuda JMP => https://www.jmp.com/support/help/en/15.0/#page/jmp/test-equivalence.shtml?os=win&source=application#ww1301938
La prueba de equivalencia evalúa si una media poblacional es equivalente a un valor hipotético. Debe definir una diferencia de umbral que se considere equivalente a ninguna diferencia. La opción Equivalencia de prueba utiliza el enfoque Dos pruebas unilaterales (TOST). Se construyen dos pruebas t unilaterales para las hipótesis nulas de que la diferencia entre la media verdadera y el valor hipotético excede el umbral. Si se rechazan ambas hipótesis nulas, esto implica que la verdadera diferencia no supera el umbral. Concluye que la media puede considerarse prácticamente equivalente al valor hipotético.
Cuando selecciona la opción Equivalencia de prueba, especifica la media hipotética, la diferencia de umbral (diferencia considerada prácticamente cero) y el nivel de confianza. El nivel de confianza es 1 - alfa, donde alfa es el nivel de significancia para cada prueba unilateral
Re: Prueba t simple con N grandeGracias a todos. Son datos de imagen. Se puede pensar en cada píxel como una medida independiente, detectando conteos y ejecuto mis experimentos de imágenes para asegurarme de que en cada píxel tengo una buena precisión basada en las estadísticas de conteo de Poisson (no hay antecedentes de los que deba preocuparse). Los grupos de píxeles se pueden agrupar para representar una "característica" basada en otros datos de imagen correlativos. Estoy tratando de resolver la mejor manera de mostrar que la media de, por ejemplo. Los 10 000 píxeles que componen la característica A son diferentes de la media de los 15 000 píxeles que componen la característica B. Hay veces que creo que estoy pensando demasiado en esto y otras veces no creo que sea tan sencillo.
Re: Prueba t simple con N grandeNo ponga métodos delante de la pregunta... ¿cuál es la pregunta que intenta responder con sus datos? ¿Qué representan sus datos? ¿De dónde viene (como por qué tienes tanta suerte de tener tantas observaciones)? ¿Qué decisiones se van a tomar en base a estos datos? (Las decisiones de $5 tienen menos ramificaciones con respecto a la "importancia" que las decisiones de $5 millones). ¿Cuáles son otras variables que podría necesitar tener en cuenta? ¿Hay un elemento de tiempo en los datos? Y así sucesivamente.... Me gustan los intervalos de confianza, el arranque y las ideas de muestreo, pero solo si tienen sentido como una forma de responder la pregunta detrás de los datos.Re: Prueba t simple con N grandePodrías ser mucho más completo. Puedes usar el oreja función si tiene JMP Pro. Producirá la distribución de muestreo empírico de su estadística (p. ej., diferencia en las medias) en función de miles de muestras y generará una tabla de datos con los resultados para el análisis en la plataforma de distribución.
Re: Prueba t simple con N grandeLuego, debe comenzar a pensar en ajustar la cantidad de pruebas.
Re: Prueba t simple con N grandeGracias Jim,
Gran idea y simple que siempre es bueno. Estoy pensando que si quisiera ser un poco más minucioso, podría repetir el proceso 10-15 veces y observar la distribución de los valores p.
Mejor,
greg
Re: Prueba t simple con N grandeUna forma sencilla de manejar esto es crear un subconjunto aleatorio estratificado de sus datos con 30 observaciones en cada grupo y luego ejecutar la prueba t.
