Recentemente ho effettuato un raccolto di prova e analizzando i dati non ho riscontrato differenze significative nei trattamenti in termini di resa o RFV (valore relativo del mangime) confrontandoli per tagli individuali e per tutti i tagli cumulativi utilizzando ANOVA. Un individuo ha riscontrato differenze significative selezionando solo i tagli 1, 3 e 5. Hanno raggruppato la varianza residua dei trattamenti 1,3 e 5; chiamato quel gruppo 2 e raggruppato la varianza residua del trattamento 6; chiamato quel gruppo 3.
Mi chiedo n. 1 come raggruppare le varianze in jmp e n. 2 se questa è una cosa etica da fare poiché ritengo che stia manipolando i dati in qualche modo?
Io uso jmp17
Se capisco correttamente la tua domanda e i tuoi dati, penso che sarebbe meglio che ti venisse fornita un'analisi del modello misto. Ecco un breve video per spiegazione.
CIAO @KIrishGH ,
Benvenuto nella Comunità!
Se ho capito bene la domanda, ti interessa sapere se è possibile riscontrare differenze statistiche significative tra i Trattamenti. Puoi eseguire questi test facilmente con la piattaforma " Adatta Y per X ", specificando i Trattamenti come X e RFV come variabile Y.
Per sapere quale test statistico utilizzare, è necessario verificare delle ipotesi:
- Presupposti di normalità della variabile di risposta (utilizzando la piattaforma di distribuzione e visualizzando il grafico del quantile normale, ad esempio),
- Indipendenza delle osservazioni/risultati (questo può essere valutato con competenze nel settore e l'utilizzo della carta di controllo sui dati può rivelare tendenze/cambiamenti se i dati non sono indipendenti),
- Varianza uguale tra i gruppi (questo può essere verificato con l'opzione nel triangolo rosso "Varianza disuguale" nella piattaforma Adatta Y per X).
Nel tuo caso, hai una leggera deviazione dalla distribuzione normale e altre ipotesi sembrano essere rispettate, quindi puoi utilizzare un test parametrico assumendo uguale varianza e opportunamente corretto per il confronto multiplo (per evitare errori di tipo I), come il test di Tukey-Kramer :
In effetti, nessun trattamento sembra essere statisticamente significativo rispetto agli altri.
Avrai la stessa conclusione con un test non parametrico adattato per confronti multipli come il test All Pairs Steel Dwass.
Per raggruppare alcuni Trattamenti è possibile utilizzare l'opzione “Ricodifica” selezionando la colonna Trattamento, tasto destro e “Ricodifica”. Successivamente sarà possibile raggruppare insieme alcuni trattamenti ed eseguire i test statistici con i nuovi gruppi.
Solo per informazione l'ho fatto con le informazioni che hai fornito (nascondendo ed escludendo i tagli 4 e 5 e raggruppando i Trattamenti 1, 3 e 5 nel Gruppo 2, il Trattamento 6 è il Gruppo 3 e il resto è invariato), e non riesco a vedere eventuali differenze negli esiti dei test:
Datatable è allegato con gli script utilizzati.
Dal punto di vista teorico, a meno che non si disponga di una forte competenza nel settore, la spiegazione/giustificazione per escludere alcuni tagli (problemi nel metodo, risultati anomali, ...) e raggruppare insieme alcuni Trattamenti (stessa base chimica per alcuni Trattamenti, o stesso modo di applicazione, ...), non proverei a modificare i risultati finché non avrò trovato qualcosa di statisticamente significativo.
" Se torturi i dati abbastanza a lungo, confesserà qualsiasi cosa " (Ronald H. Coase)
La situazione che presenti assomiglia molto al p-hacking, alla modifica e al riaggiustamento dei fattori solo per il bene di un valore p significativo. Questa non è una pratica statistica sicura e solida e non ha senso, poiché la significatività statistica può essere importante, ma anche la dimensione dell’effetto dovrebbe essere considerata per comprendere il significato pratico dei risultati.
Spero che questa risposta ti possa aiutare,
