私は最近作物試験を収穫し、データを分析したところ、分散分析を使用して個々のカットおよびすべての累積カットでそれらを比較した場合、収量またはRFV（相対飼料価値）の処理に有意な差は見つかりませんでした。 ある個人は、カット 1、3、および 5 のみを選択して有意な差を発見しました。彼らは、治療 1、3、および 5 の残差分散をグループ化しました。そのグループ 2 に名前を付け、治療 6 の残差分散をグループ化しました。そのグループを 3 と名付けました。
私は、#1 jmp で分散をグループ化する方法と、#2 が何らかの方法でデータを操作していると感じられるため、これが倫理的な行為であるかどうか疑問に思っています。
私はjmp17を使用しています
あなたの質問とデータを正しく理解しているのであれば、混合モデル分析を行うのが最善だと思います。 ここに短いビデオがあります説明のために。
こんにちは@kirishGH 、
コミュニティへようこそ！
私が質問をよく理解している場合、あなたは治療間に有意な統計的差異が見つかるかどうか知りたいと考えています。 このテストはプラットフォームを使用して簡単に実行できます。 YをXでフィット"、X として治療を指定し、Y 変数として RFV を指定します。
どの統計検定を使用するかを知るには、検証する必要がある仮定があります。
- 応答変数の正規性の仮定 (分布プラットフォームを使用し、正規分位点プロットを視覚化するなど)、
- 観察/結果の独立性 (これはドメインの専門知識で評価でき、データが独立していない場合、データに管理図を使用すると傾向/変化が明らかになる可能性があります)、
- グループ間の等しい分散 (これは、Fit Y by X プラットフォームの赤い三角形の「不等分散」オプションで確認できます)。
あなたの場合、正規分布からわずかに逸脱しており、他の仮定が尊重されているようです。そのため、Tukey-Kramer 検定のような、等しい分散を仮定し、多重比較用に適切に調整されたパラメトリック検定（タイプ I エラーを回避するため）を使用できます。 :
実際、どの治療法も他の治療法と比べて統計的に有意であるようには見えません。
全ペア鋼 Dwass 検定のような多重比較用に調整されたノンパラメトリック検定でも、同じ結論が得られます。
いくつかの治療をグループ化するには、[治療] 列を選択し、右クリックして [再コード] オプションを使用します。 その後、いくつかの治療法を再グループ化し、新しいグループで統計検定を実行できるようになります。
参考までに、私はあなたが提供した情報でそれを実行しました（カット4と5を非表示にして除外し、治療1、3、5をグループ2にグループ化し、治療6はグループ3で残りは変更されません）。テスト結果の違い:
データテーブルには、使用されるスクリプトが添付されています。
理論面では、一部のカット（方法の問題、異常な結果など）を除外し、いくつかの治療法をグループ化する（いくつかの治療法で同じ化学ベース、または同じ適用方法）ための強力な専門知識の説明/正当化がない限り、 ...)、統計的に有意な何かが見つかるまで、結果を微調整しようとはしません。
」データを拷問した場合十分に長い間、それは何でも告白します」（ロナルド・H・コース）
あなたが提示した状況は、p 値を大きくするためだけに因子を微調整したり再調整したりする p ハッキングによく似ています。 統計的有意性は重要である可能性があるため、これは安全で健全な統計手法ではなく、意味がありませんが、結果の実際的な重要性を理解するには、効果の大きさも考慮する必要があります。
この回答がお役に立てば幸いです。
