Dringende Hilfe bei nicht normalverteilten Tests in JMP!Ich bin auf dem Gebiet der Statistik noch relativ unerfahren und versuche, das meiste davon selbst herauszufinden.
Meine Daten sind nicht normal verteilt (habe bereits den Shapiro-Wilke-Normalverteilungstest ausgeführt) und ich habe mehrere Variablen, die ich zwischen 2 Gruppen über mehrere Zeiträume hinweg mit P-Werten für jeden Zeitraum und jede Variable vergleichen möchte. Einiges von dem, was ich gelesen habe, scheint darauf hinzudeuten, dass ich einen Wilcoxon-Rangsummentest ausführen sollte, aber ich habe Probleme, ihn in JMP richtig einzurichten (selbst mit dem Online-Hilfebereich) oder wenn jemand anderes weiß, ob ich einen anderen Testtyp verwenden sollte, wäre ich dankbar!
Qualitäts- und ProzesstechnikBetreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Wenn du sagst, " Ich habe mehrere Variablen, die ich versuche, zwischen 2 Gruppen über mehrere Zeiträume hinweg zu vergleichen. "versuchen Sie zu sehen, ob irgendeine Variable zwischen den Gruppen unterscheiden kann? Sind außerdem die Zeiträume für alle Variablen in beiden Gruppen gleich?
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Sie sagen "Meine Daten sind nicht normalverteilt"; es sind nicht die "Daten", die normal verteilt werden sollten; es sind die Residuen, die normalverteilt sein sollten. Angenommen, Ihr Modell ist korrekt (klingt so, als ob es sich um ein Messwiederholungsdesign handelt), haben Sie sich die Residuen angesehen? Als @Mark_Bailey Sagte, können Sie Ihr Design, Ihre Daten und Ihre Ziele näher erläutern?
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Ich versuche zu sehen, ob es einen Unterschied in den Variablen zwischen den 2 Gruppen mit mehreren verschiedenen Variablen gibt, aber die Gruppe nicht unterscheide. Ich versuche nur zu sehen, ob es einen signifikanten Unterschied zwischen den Variablen zwischen den beiden Gruppen gibt. Und die Zeiträume sind für alle Variablen gleich.
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Siehe oben, aber ich führe eine retrospektive Kohortenstudie durch, bei der ich die Gruppe A und B und mehrere Messungen der Echokardiographie betrachte, um zu sehen, ob ich Unterschiede in diesen Messungen zwischen den beiden Gruppen über verschiedene Zeiträume feststellen kann.
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!OK. Also zur Klärung. Sie haben zwei Gruppen, A und B. Gruppe A hat n Fächer und Gruppe B hat m Fächer (m kann oder ungleich n sein). Und jedes Thema hat mehrere Messungen von Echokardiographie (d. h. für jeden Probanden wird das EKG zu unterschiedlichen Zeitpunkten gemessen, sagen wir t1, t2, …, tp). Habe ich das richtig?
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Ich werde Big Class als Beispiel verwenden, um einen Ansatz zu veranschaulichen.
Wenn Sie nicht wissen, was „Big Class“ ist, gehen Sie zuerst zum JMP-Menü und klicken Sie auf „Hilfe“, dann auf „Beispielindex“, suchen Sie die Schaltfläche im folgenden Screenshot und klicken Sie darauf. Es öffnet die Datentabelle „Big Class“.
Gehen Sie nun zum Menü „Analysieren“ von JMP, suchen Sie das Untermenü „Zuverlässigkeit und Überleben“ und wählen Sie dann „Lebensdauerverteilung“. Konfigurieren Sie den Dialog wie folgt:
Dies soll veranschaulichen, wie man das „Gewicht“ zwischen zwei Geschlechtern vergleicht. Hier ist der Bericht.
Es kann verschiedene Perspektiven geben, je nachdem, wie Sie sie vergleichen möchten und was Ihnen wichtig ist. Aus der Perspektive, ob die Verteilungen des "Gewichts" zwischen Männern und Frauen signifikant unterschiedlich sind, sagt das Ergebnis nein.
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Ja, das ist richtig.
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Ich bin bereit, es zu versuchen. Ich habe zunächst versucht, Whisker-Box-Plots mit p-Werten zwischen jeder "Box" zwischen den beiden Gruppen zu erhalten, um die Daten anzuzeigen. Aber das kann ich auch ausprobieren!
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Dies ist ein klassisches Design mit wiederholten Takten. Es gibt eine Menge zu beachten, aber darf ich vorschlagen, dass Sie hier anfangen.
https://www.jmp.com/support/notes/30/584.html
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Das hat bei meinen Daten nicht wirklich funktioniert. Gibt es auch einen Grund, warum eine Spalte mit numerischen Daten in den Tabellen als Ordinalzahl angezeigt wird, wenn ich zur Analyse gehe? Muss ich etwas in leere Felder eingeben, um diese nicht zu analysieren?
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Inwiefern "hat (es) nicht wirklich funktioniert?"
Haben die numerischen Daten mit dem Zeichendatentyp begonnen? Haben Sie es in den numerischen Datentyp konvertiert? In diesem Fall müssen Sie auch die Modellierungsart von nominal auf kontinuierlich umstellen.
Betreff: Verzweifelte Hilfe bei nicht-normalverteilten Tests in JMP!Was meinst du mit "das hat bei meinen Daten nicht wirklich funktioniert". Was ist das „das“, das nicht funktioniert hat, und was meinst du mit „hat nicht wirklich funktioniert“.
Bei der Ordnungszahl müssen Sie sicherstellen, dass die Daten das richtige Format haben ( https://www.jmp.com/support/help/en/17.0/index.shtml#page/jmp/column-properties-in-jmp.shtml ).
Darin heißt es:
Um einer oder mehreren Spalten eine Spalteneigenschaft zuzuweisen
1. Wählen Sie die Spalte oder Spalten aus, denen Sie eine Eigenschaft zuweisen möchten.
2. Führen Sie einen der folgenden Schritte aus:
– Klicken Sie mit der rechten Maustaste auf den Kopfbereich, wählen Sie aus Spalteneigenschaften , und wählen Sie die Eigenschaft aus.
– Klicken Sie mit der rechten Maustaste auf den Kopfbereich, wählen Sie aus Spalteninfo , und wählen Sie die Eigenschaft aus dem Menü Spalteneigenschaften aus.
– Wählen Spalten > Spalteninfo und wählen Sie die Eigenschaft aus dem Menü Spalteneigenschaften aus.
3. Geben Sie im angezeigten Eigenschaftenbereich der Spalte Werte an und wählen Sie die gewünschten Optionen aus.
