Piccola dimensione del campione, come trovare correttamente le correlazioni tra i parametri?CIAO,
Sfortunatamente, alla fine mi sono rimasti solo 3 campioni, c'erano circa 10 diverse caratteristiche determinate su quei campioni. Quindi ora ho una tabella con 3 righe e 10 colonne. Quello che voglio fare è capire se ci sono tendenze uno contro uno (correlazioni) tra questi parametri, o, in altre parole, se alcuni di questi parametri hanno forti correlazioni con alcuni altri.
Pertanto, ho eseguito l'analisi multivariata con JMP e ha funzionato. Ma la domanda è: questa dimensione del campione è troppo piccola per trarre una conclusione solida? In tal caso, come devo calcolare correttamente la dimensione del campione?
Qualcuno ha detto che se JMP potrebbe funzionare, significa che la mia dimensione del campione va bene, ma ne dubito. Come pensi?
Grazie in anticipo per il tuo contributo o commenti!
Analisi e modellazione dei dati di baseCondivisione e comunicazione dei risultatifinestreOggetto: campione di piccole dimensioni, come trovare correttamente le correlazioni tra i parametri?Innanzitutto, benvenuto nella community.Se si dispone di più colonne di dati, JMP può eseguire un'analisi multivariata.Potrebbe non essere utile, ma non mancherà di "funzionare". La domanda più impegnativa è quanto sei sicuro che i risultati di questo studio saranno veri in futuro (supponendo che questo sia ciò che intendi per "conclusione solida")?Raramente questo può essere valutato solo statisticamente (so che alcuni potrebbero discutere con questo). La domanda è quanto sono rappresentativi delle condizioni future i campioni che hai in mano? Si spera che le vostre PMI possano fornire alcune indicazioni su quanto siano rappresentativi i 3 campioni che avete di "tutti i campioni".sarei sospettoso.Come sono stati acquisiti i 3 campioni?
“Sfortunatamente, gli esperimenti futuri (prove future, produzione di domani) saranno influenzati da condizioni ambientali (temperatura, materiali, persone) diverse da quelle che influenzano questo esperimento... È solo per conoscenza dell'argomento , possibilmente aiutati da ulteriori esperimenti per coprire una gamma più ampia di condizioni, che si possa decidere, con il rischio di sbagliare, se le condizioni ambientali del futuro saranno abbastanza vicine a quelle di oggi per consentire l'uso dei risultati in mano .”
Dottor Deming
Ci sono modi per essere efficienti nel tuo campionamento che possono aiutare ad aumentare lo spazio di inferenza dello studio e quindi aumentare la probabilità che il tuo studio sia applicabile in futuro.
Oggetto: campione di piccole dimensioni, come trovare correttamente le correlazioni tra i parametri?Grazie per la celere risposta e benvenuto!Come hai detto, se i risultati sono ancora validi in futuro non dipende solo dai risultati statistici. Ma dovrebbe anche considerare il significato pratico. Quello che stavo cercando di capire mentre proponevo questa domanda è, da un punto di vista statistico , se 3 campioni x 10 caratteristiche sono sufficienti per ottenere correlazioni tra tali caratteristiche. Devo credere alla correlazione R2 e iniziare a interpretare il significato pratico dei risultati ottenuti? (Non sono sicuro di aver chiarito la mia domanda... sry).
I 3 campioni sono stati preparati allo stesso modo, solo con un contenuto proteico gradualmente crescente.
Oggetto: campione di piccole dimensioni, come trovare correttamente le correlazioni tra i parametri?Non credo che nessuna magia statistica supererà il fatto che hai solo 3 campioni e quindi devi essere scettico su qualsiasi relazione che osservi.Potresti provare il bootstrap in modo da avere un'idea più concreta di come appaiono gli intervalli di confidenza (dovrebbero corrispondere abbastanza bene) per le correlazioni.Sospetto che saranno piuttosto ampi, e questo è un'indicazione di quanto dovresti essere insicuro delle relazioni.Quindi, puoi fare in modo che JMP stimi le relazioni insieme alle incertezze, ma alla fine il problema è per cosa vuoi utilizzare i risultati.Penso che sarebbe pericoloso utilizzare le stime puntuali per qualsiasi cosa, ma insieme a qualche simulazione delle incertezze, potrebbe rivelarsi utile.Alla fine, secondo me, avrai bisogno di più dati per avere fiducia in ciò che trovi.
