ペアテストか非ペアテストか?こんにちは、
0、1、2日間のインキュベーション後に測定されたサンプルのデータセットがあります。
各サンプルは3つずつ準備され、各複製は0、1、または2日目にインキュベートされました。
インキュベーション時間が測定値に何らかの影響を与えるかどうかをテストすることに興味があります。
どの検定法を使用するのが適切でしょうか？対応のある検定法（マッチドペア）ですか、それとも対応のない検定法ですか？データはノンパラメトリックです。
ありがとう。
品質およびプロセスエンジニアリングRe: 対応のあるテストまたは対応のないテスト?やあ@DI !
あなたの状況と説明を見ると、次のことがわかります。
- 3グループ：0日、1日、2日、
- 複製は同じ元のサンプルに由来するため、3 つのグループのサンプルは同じです。
フリードマン検定は、2 つ以上のグループに対するノンパラメトリック対応検定です。 (ソース/元の) サンプル ID をブロック要因として、時間/日数をグループ化変数として使用しています (添付の例を参照)。
異なる複製が独立していると考えられる (同じサンプル ソースからのものではない) 場合は、Kruskall-Wallis 検定が適切な場合があります。
詳細はこちら：ノンパラメトリック検定 (jmp.com)
このコミュニティの統計の専門家が、あなたの役に立つ他のアイデアや質問を持っていると確信しています。
この最初の回答がお役に立てば幸いです。
Re: 対応のあるテストまたは対応のないテスト?通常、時間は連続変数として扱われるため、時間に対して Y を回帰させ、関係があるかどうかを判断できます。 データがパラメトリックではないというのはどういう意味ですか? 応答は何ですか？ この研究で変化するグループやその他の変数はありますか?
Re: 対応のあるテストまたは対応のないテスト?私の質問に答えてくれてありがとう。 わかりにくくてすみません。 データは正規分布していません。
変化するパラメータは時間だけです。
では、応答と時間 (両方とも連続変数) をサンプル ID 別に単純にプロットし、ノンパラメトリック相関検定を使用してそれらが相関しているかどうかを確認できますか?
データセットを添付しました。
Re: 対応のあるテストまたは対応のないテスト?こんにちは@DI 、
時間が応答に (重要な) 影響を与えているかどうかを示す方法はいくつかあります。
- グラフ ビルダーによる視覚化 (イメージ "DI_1") : このグラフは、応答が時間に依存していないように見えることを非常に簡単に示していますが、サンプルの変動性により影響を受けています。
- 「Fit Model」プラットフォームによるモデリング (画像「DI_2」): 混合モデル (Sample_ID をランダム効果として使用) を作成して、応答の進化が時間の影響を受けるかどうかを確認すると、時間が影響を受けないように見えることがわかります。 Wald p 値が 0.05 に近い変量効果 "Sample_ID" とは対照的に、重要な変数です。 より単純なアプローチ (入力変数として time と sample_ID を使用した標準的な最小二乗法) を使用すると、同じ比較が表示されます。時間は重要でない変数として、サンプルは重要な (または重要に近い) 変数として表示されます。
- 入力時間とサンプル間の差異を評価および比較するための測定システム分析プラットフォームによる分析 (画像「DI_3」) X)、実験の応答の分散の 99% は、時間ではなく、サンプルに由来することがわかります。
- 最後に、多変量プラットフォームを使用して、時間 (連続変数として) と応答を入力し、赤い三角形で [ノンパラメトリック相関] -> [Spearman] (たとえば) をチェックすると、相関がほとんどないことがわかります。また、回答に関連する時間は重要ではありません (画像「DI_4」)。
さまざまなプラットフォームの結果を見ると、結論は非常に明確に見えます。
より「統計的に厳密」である可能性のあるより良い分析があると確信していますが、4つの異なるツールを組み合わせた概要は一致を示しています.
お役に立てば幸いです。
Re: 対応のあるテストまたは対応のないテスト?回答ありがとうございます。 非常に役立ちます！
