CIAO @Alicia ,
Per valutare la (dis)uguaglianza delle varianze, ci sono altri test disponibili che potrebbero aiutarti a confrontare i metodi, nella piattaforma "Fit Y by X" (specificando la tua risposta come Y, il metodo come X e l'ID del campione nella "By ", ad esempio), nel triangolo rosso sotto "Unequal Variances" : Report Varianze non uguali (jmp.com)
Un t-test accoppiato esaminerà le differenze per ciascun ID campione tra il metodo A e B, ma non richiede né implica che i due metodi abbiano la stessa varianza.
Puoi anche guardare la piattaforma "Matched Pairs" disponibile in "Analyze", "Specialized Modeling", "Matched Pairs": Opzioni della piattaforma Matched Pairs (jmp.com) , ma questa piattaforma è più utilizzata per l'analisi delle differenze nelle medie, non nelle varianze.
Tuttavia, poiché si dispone di un ID campione/parte e si desidera valutare la riproducibilità delle misurazioni con due metodi, penso che la piattaforma " Analisi dei sistemi di misura (jmp.com) " in "Analizza", "Qualità e processo" potrebbe anche essere informativo per te. Puoi specificare l'ID del campione, il metodo (nel mio esempio è "Operatore" in X, Raggruppamento) e il risultato della misurazione:
Quando l'analisi viene avviata, puoi quindi fare clic sul triangolo rosso da "Analisi dei sistemi di misurazione per" (la tua risposta) e dare un'occhiata ai risultati di AIAG Gauge results R&R o EMP Gauge R&R. Questo ti aiuterà a determinare la ripartizione delle misurazioni della varianza tra il metodo (riproducibilità), la variazione da parte a parte e la ripetibilità (poiché hai 5 ripetizioni per ogni campione e metodo):
Questo potrebbe non essere rigorosamente ciò che ti aspetti di fare, un test statistico per le varianze, ma potrebbe fornirti una panoramica più globale e informativa sulla ripartizione della varianza delle tue misurazioni tra ripetibilità, riproducibilità e variazione da parte a parte.
Spero che questa prima risposta possa aiutarti, non esitare a fornire un set di dati giocattolo per illustrare meglio le tue esigenze se ho perso i punti o se desideri avere maggiori dettagli nell'analisi.
CIAO @Alicia , se hai JMP Pro puoi farlo tramite la piattaforma del modello misto (Sample è un effetto casuale e Method è un effetto fisso). È possibile definire un modello in cui ogni metodo ha una varianza residua unica (all'interno del campione) (questo fenomeno è spesso chiamato eteroschedasticità ) . Parte dei risultati sarà un confronto di quel modello con il modello "nullo" (il "solito" modello a varianza costante, spesso chiamato omoschedasticità).
Grazie @Victor_G E @MRB3855 per quegli ottimi suggerimenti. Darò loro una prova
Ciao,
Ho 30 campioni misurati utilizzando due metodi (metodo A e metodo 
e ogni campione è stato misurato 5 volte. Ho riassunto il mio set di dati in modo da avere la media e la deviazione standard per ciascun campione sui due metodi.
Voglio confrontare la variabilità all'interno del campione tra il metodo A e il metodo B, abbinato al campione. È corretto eseguire un test t accoppiato (o equivalente non parametrico) sulle deviazioni standard del campione? Oppure questo tipo di analisi può essere effettuato solo su medie campionarie?
Grazie
