Gepaarter oder ungepaarter Test?Hallo,
Ich habe einen Datensatz mit Proben, die nach 0, 1 und 2 Tagen Inkubation gemessen wurden.
Jede Probe wurde in dreifacher Ausfertigung vorbereitet und jede Replikationsprobe wurde dann 0, 1 oder 2 Tage lang inkubiert.
Ich möchte testen, ob die Inkubationszeit Auswirkungen auf die Messungen hatte.
Welcher Test wäre der richtige? Handelt es sich um einen Paartest (passende Paare) oder einen ungepaarten Test? Die Daten sind nichtparametrisch.
Danke.
Qualitäts- und ProzesstechnikRe: Gepaarter oder ungepaarter Test?Vielen Dank für die Antworten. Sehr hilfreich!
Re: Gepaarter oder ungepaarter Test?Hallo @DI ,
Es gibt mehrere Möglichkeiten, um zu zeigen, ob die Zeit einen (signifikanten) Einfluss auf Ihre Antwort hat:
- Visualisierung durch Graph Builder (Bild "DI_1") : Dieses Diagramm zeigt Ihnen ganz einfach, dass die Antwort nicht zeitabhängig zu sein scheint, sondern mehr von der Variabilität der Proben beeinflusst wird.
- Modellierung durch die „Fit Model“-Plattform (Bild „DI_2“): Durch Erstellen eines gemischten Modells (mit Sample_ID als Zufallseffekt), um zu sehen, ob die Entwicklung der Antwort durch die Zeit beeinflusst wird, können Sie sehen, dass die Zeit nicht so zu sein scheint eine signifikante Variable, im Gegensatz zum zufälligen Effekt „Sample_ID“, wo der p-Wert von Wald nahe bei 0,05 liegt. Bei einem einfacheren Ansatz (Standard-Kleinste-Quadrate-Methode mit Zeit und sample_ID als Eingabevariablen) sehen Sie denselben Vergleich: Zeit als nicht signifikante Variable und Sample als signifikante (oder nahezu signifikante) Variable.
- Analyse durch die Analyseplattform des Messsystems, um die Varianz zwischen Eingabezeit und Probe zu bewerten und zu vergleichen (Bild "DI_3"): Durch Erstellen einer MSA-Analyse mit Ihrer Antwort als Antwort, sample_ID als "Teil, Proben-ID" und Zeit als Gruppierungsvariable ( X), werden Sie sehen, dass 99 % der Varianz in der Antwort Ihrer Experimente auf Ihre Proben und nicht auf die Zeit zurückzuführen ist.
- Schließlich können Sie auch die multivariate Plattform verwenden, Zeit (als kontinuierliche Variable) und Ihre Antwort eingeben und im roten Dreieck "Nicht parametrische Korrelationen" -> "Spearman" (zum Beispiel) ankreuzen, und Sie werden sehen, wie wenig korreliert und unbedeutend ist der zeitliche Zusammenhang mit Ihrer Antwort (Bild "DI_4").
Wenn man sich die Ergebnisse der verschiedenen Plattformen ansieht, scheint die Schlussfolgerung ziemlich klar zu sein.
Ich bin mir ziemlich sicher, dass es bessere Analysen gibt, die möglicherweise "statistisch strenger" sind, aber die kombinierte Übersicht mit 4 verschiedenen Tools zeigt eine Übereinstimmung.
Ich hoffe es hilft dir,
Re: Gepaarter oder ungepaarter Test?Vielen Dank für die Beantwortung meiner Frage. Tut mir leid, dass ich nicht klar bin. Daten sind nicht normalverteilt.
Die Zeit ist der einzige sich ändernde Parameter.
Kann ich also einfach die Reaktion gegen die Zeit (beide als kontinuierliche Variablen) nach Proben-ID darstellen und mit einem nicht-parametrischen Korrelationstest sehen, ob sie korreliert sind?
Den Datensatz habe ich angehängt.
Re: Gepaarter oder ungepaarter Test?Die Zeit wird normalerweise als kontinuierliche Variable behandelt, sodass Sie Y gegen die Zeit regressieren und feststellen können, ob eine Beziehung besteht. Was meinen Sie, wenn Sie sagen, dass die Daten nicht parametrisch sind? Was ist die Antwort? Haben Sie Gruppen oder andere Variablen, die sich in dieser Studie ändern?
Re: Gepaarter oder ungepaarter Test?Hallo @DI !
Wenn Sie sich Ihre Situationen und Erklärungen ansehen, haben Sie:
- 3 Gruppen : 0, 1 und 2 Tage,
- Gleiche Proben für die drei Gruppen, da Replikate von derselben Originalprobe stammen.
Ich würde mich für einen Friedman-Test entscheiden, der ein nichtparametrischer gepaarter Test für mehr als zwei Gruppen ist. Sie haben Ihre (Quelle/ursprüngliche) Proben-ID als Sperrfaktor und Zeit/Tage als Ihre Gruppierungsvariable (siehe beigefügtes Beispiel).
Wenn Sie der Meinung sind, dass Ihre verschiedenen Wiederholungen unabhängig sind (also nicht aus derselben Probenquelle stammen), ist möglicherweise ein Kruskall-Wallis-Test geeignet.
Mehr Infos hier: Nichtparametrische Tests (jmp.com)
Ich bin mir sicher, dass Statistikexperten in dieser Community weitere Ideen oder Fragen haben, um Ihnen zu helfen.
Ich hoffe, diese erste Antwort hilft Ihnen,
