Re: Quale test post hoc posso usare dopo un test di friedman?Di recente ho aggiornato dalla versione 15 alla 17 e ho scoperto che l'opzione di analisi post hoc non parametrica era ora disattivata quando un blocco veniva incluso nell'adattamento Y di X utilizzando Friedman come test non parametrico. Dovrebbe essere possibile utilizzare un test LSD per mostrare le differenze individuali tra le somme dei ranghi di ciascuna coppia, questo era possibile nella versione 15. Perché questa opzione è stata rimossa nella versione 17?
Re: Quale test post hoc posso usare dopo un test di friedman?Ciao @CompositeRam426 ,
Sarebbe utile avere un campione dei tuoi dati resi anonimi per essere sicuro del tuo obiettivo e verificare quale test potrebbe essere il più appropriato.
Se stai eseguendo più test di confronto, puoi scegliere Tukey HSD (nel test parametrico) o Steel-Dwass All Pairs (nel test non parametrico, confronti multipli) che proteggono entrambi il test di errore complessivo.
Spero di aver capito bene la tua domanda e che questa prima risposta possa aiutarti,
Re: Quale test post hoc posso usare dopo un test di friedman?Ciao In allegato è un file di dati. Valutatore è un blocco e Trattamenti un fattore con quattro livelli. I dati sono % di una linea VAS (0-150 mm). Il file di dati include uno script per un'analisi di Friedman utilizzando Fit Y per X, test non parametrici. Ma non c'è disponibile analisi post-hoc per il individuale confronti (in grigio) .
Tipicamente un test LSD sulla somma dei ranghi può essere utilizzato come analisi Post Hoc come mostrato nella formula allegata.
Cordiali saluti
Flemming
Re: Quale test post hoc posso usare dopo un test di friedman?Ciao @flvs ,
Quindi, se capisco correttamente il tuo problema, vorresti confrontare i trattamenti in base al valore della colonna "Dati". Hai 3 trattamenti alternativi e un trattamento di riferimento (standard).
Temo che nella tua configurazione il test di Friedman sarà l'unica opzione che hai: " Se si specifica una variabile Block nella finestra di avvio e sono presenti conteggi uguali per ogni combinazione di livello di variabile Block e X, il Friedman Rank Test è l'unica opzione non parametrica disponibile. Se si specifica una variabile Block nella finestra di avvio e sono presenti conteggi diversi, nessuna delle opzioni non parametriche è disponibile." dalla Guida di JMP : Le opzioni della piattaforma Oneway (jmp.com)
- R) L'altro test non parametrico di cui parlavo (Steel-Dwass All Pairs, o Steel with Control se sei interessato solo ai confronti tra alternative e trattamento standard (e non tra alternative)) non è disponibile quando è presente una variabile Block. Dovresti rimuovere il tuo blocco "Assessor" per usarlo/loro.
Un'altra opzione per avere maggiori informazioni potrebbe essere quella di utilizzare la piattaforma Fit Model, per modellare la colonna dei dati in base al trattamento con il valutatore come effetto casuale. È quindi possibile visualizzare con il profiler quale trattamento è simile al trattamento di riferimento (alternativa 3) e quali sono migliori rispetto al trattamento standard (1 e 2).- C) Potrei aver perso qualcosa leggendo il tuo file troppo velocemente, ma sembra che i tuoi dati rispettino le tre ipotesi alla base dei test parametrici (la distribuzione dei dati è quasi normale, l'omogeneità delle varianze e l'indipendenza delle osservazioni), quindi forse potresti ancora usare Tukey HSD (per fare tutti i confronti proteggendo il test di errore complessivo) o il test di Dunnett con Control (per fare il confronto tra le alternative e il riferimento). Questi test parametrici supportano la variabile di blocco.
Mi sono unito al datatable che hai fornito con gli script aggiunti per le tre opzioni.
Spero che questi suggerimenti ti aiutino,
Re: Quale test post hoc posso usare dopo un test di friedman?Ciao Vittorio
Grazie per i tuoi suggerimenti e hai ragione che i dati non violano il presupposto della normale distribuzione dell'errore.
Insegno agli studenti universitari vari metodi statistici per le analisi sensoriali utilizzando i dati di rango, dove Friedman è lo strumento utilizzato ad esempio negli standard internazionali per le analisi sensoriali (ISO 8587), motivo per cui insisto nell'usare questo metodo. Poiché i ranghi all'interno di ciascun valutatore non sono indipendenti, non sarebbe corretto utilizzare il test Wilcoxon Rank.
Come accennato in precedenza, in JMP non era disponibile alcun confronto parametrico individuale, ma è stato rimosso nella nuova versione 17, che in realtà è la mia domanda.
PS. L'uso del modello di adattamento con effetto casuale è tra l'altro un modo interessante di analizzare tali dati (data la normalità).
Cordiali saluti
Flemming
Re: Quale test post hoc posso usare dopo un test di friedman?Ok, grazie per il contesto di questa analisi @flvs !
Mi dispiace non poterti aiutare ulteriormente. Forse @Mark_Bailey avrà una risposta su questa modifica delle funzionalità in JMP 17?
Cordiali saluti,
Re: Quale test post hoc posso usare dopo un test di friedman?Il test di Friedman fornito dalla piattaforma Oneway richiede un progetto a blocchi completo. Utilizza questo esempio per testare la tua versione di JMP:
dt = Open( "$SAMPLE_DATA/Snapdragon.jmp" );
obj = dt << Oneway(
Y( :Y ),
X( :Soil ),
Block( :Block )
);
obj << Friedman Rank Test( 1 );
I test post hoc successivi al test di Friedman sono previsti per la prossima versione di JMP.
Quale test post hoc posso usare dopo un test di friedman?Ciao.
Sto usando il test di Friedman sui miei dati e ora vorrei sapere quale dei confronti non parametrici posso usare come test post hoc. Il test che volevo usare era Bonferroni, per fare gli aggiustamenti e le correzioni degli errori. Cosa dovrei fare?
Modellazione statistica avanzataAnalisi e modellazione dei dati di baseModellazione predittiva e Machine LearningQualità e ingegneria di processoRi: Quale test post hoc posso utilizzare dopo un test di Friedman?È un peccato che non sia disponibile un confronto multiplo per il test di Friedman. Ci sono suggerimenti su come procedere, se si vuole eseguirli? Si potrebbe eseguire un test simile nella piattaforma Fit Model, con confronti multipli? Cioè un'alternativa non parametrica a RM-ANOVA
