Tamaño de muestra pequeño, ¿cómo encontrar correlaciones entre parámetros correctamente?Hola,
Desafortunadamente, finalmente solo me quedan 3 muestras, se determinaron alrededor de 10 características diferentes en esas muestras. Así que ahora tengo una tabla con 3 filas y 10 columnas. Lo que quiero hacer es averiguar si hay tendencias (correlaciones) uno a uno entre estos parámetros o, en otras palabras, si algunos de estos parámetros tienen fuertes correlaciones con otros.
Por lo tanto, realicé un análisis multivariado con JMP y funcionó. Pero la pregunta es, ¿es este tamaño de muestra demasiado pequeño para sacar una conclusión sólida? Si es así, ¿cómo debo calcular correctamente el tamaño de la muestra?
Alguien dijo que si JMP podría funcionar, significa que el tamaño de mi muestra está bien, pero lo dudo un poco. ¿Cómo crees que?
¡Gracias de antemano por sus aportes o comentarios!
Análisis y modelado de datos básicosCompartir y comunicar resultadosventanasRe: Tamaño de muestra pequeño, ¿cómo encontrar correlaciones entre parámetros correctamente?Primero, bienvenido a la comunidad.Si tiene varias columnas de datos, JMP puede realizar un análisis multivariante.Puede que no sea útil, pero no dejará de "funcionar". La pregunta más desafiante es ¿qué tan seguro está de que los resultados de este estudio serán ciertos en el futuro (asumiendo que esto es lo que quiere decir con "conclusión sólida")?Rara vez se puede evaluar esto solo estadísticamente (sé que algunos pueden discutir con esto). La pregunta es qué tan representativas de las condiciones futuras son las muestras que tiene a mano. Con suerte, su PYME puede brindarle alguna orientación sobre cuán representativas son las 3 muestras que tiene de "todas las muestras".sospecharía.¿Cómo se adquirieron las 3 muestras?
“Desafortunadamente, los experimentos futuros (ensayos futuros, la producción de mañana) se verán afectados por condiciones ambientales (temperatura, materiales, personas) diferentes a las que afectan este experimento… Es sólo por el conocimiento de la materia , posiblemente con la ayuda de más experimentos para cubrir una gama más amplia de condiciones, que uno puede decidir, con el riesgo de equivocarse, si las condiciones ambientales del futuro serán lo suficientemente parecidas a las de hoy. para permitir el uso de los resultados disponibles .”
doctor deming
Hay formas de ser eficiente en su muestreo que pueden ayudar a aumentar el espacio de inferencia del estudio y, por lo tanto, aumentar la probabilidad de que su estudio sea aplicable en el futuro.
Re: Tamaño de muestra pequeño, ¿cómo encontrar correlaciones entre parámetros correctamente?¡Gracias por tu rápida respuesta y bienvenido!Como dijiste, si los resultados siguen siendo válidos en el futuro no depende simplemente de los resultados estadísticos. Pero también se debe considerar el significado práctico. Lo que estaba tratando de averiguar al proponer esta pregunta es, desde un punto de vista estadistico , si 3 muestras x 10 características son suficientes para obtener correlaciones entre esas características. ¿Debo creer en la correlación R2 y comenzar a interpretar el significado práctico de los resultados obtenidos? (No estoy seguro si aclaré mi pregunta... sry).
Las 3 muestras se prepararon de la misma manera, solo que con un contenido de proteína en aumento gradual.
Re: Tamaño de muestra pequeño, ¿cómo encontrar correlaciones entre parámetros correctamente?No creo que ninguna cantidad de magia estadística supere el hecho de que solo tiene 3 muestras y, por lo tanto, debe ser escéptico de cualquier relación que observe.Puede probar el bootstrap para tener una idea más concreta de cómo se ven los intervalos de confianza (deberían coincidir bastante bien) para las correlaciones.Sospecho que serán bastante amplios, y eso es una indicación de cuán inseguro deberías estar de las relaciones.Por lo tanto, puede hacer que JMP estime las relaciones junto con las incertidumbres, pero en última instancia, el problema es para qué desea utilizar los resultados.Creo que sería peligroso usar las estimaciones puntuales para cualquier cosa, pero junto con alguna simulación de las incertidumbres, podría resultar útil.En última instancia, necesitará más datos para tener confianza en lo que encuentre, en mi opinión.
