최근에 작물 시험을 수확하고 데이터를 분석할 때 ANOVA를 사용하여 개별 절단 및 모든 누적 절단별로 비교했을 때 수확량이나 RFV(상대 사료 값) 처리에서 큰 차이가 없음을 발견했습니다. 개인은 컷 1, 3, 5만 선택하여 유의미한 차이를 발견했습니다. 그들은 처리 1, 3, 5의 잔차 분산을 그룹화했습니다. 해당 그룹을 2로 명명하고 처리 6의 잔차 분산을 그룹화했습니다. 그 그룹을 3으로 명명했습니다.
jmp에서 분산을 그룹화하는 방법 #1과 이것이 어떤 방식으로든 데이터를 조작하고 있다고 느끼기 때문에 윤리적인 일인지 궁금합니다.
나는 jmp17을 사용한다
귀하의 질문과 데이터를 올바르게 이해하고 있다면 혼합 모델 분석을 받는 것이 가장 좋을 것 같습니다. 여기 짧은 영상이 있습니다 설명을 위해.
안녕 @KIrishGH ,
커뮤니티에 오신 것을 환영합니다!
제가 질문을 잘 이해했다면 귀하는 치료 간에 유의미한 통계적 차이를 찾을 수 있는지 알고 싶어하실 것입니다. 플랫폼을 사용하면 이 테스트를 쉽게 수행할 수 있습니다." X로 Y 맞추기 ", 치료를 X로 지정하고 RFV를 Y 변수로 지정합니다.
어떤 통계 테스트를 사용할지 알기 위해서는 확인해야 할 가정이 있습니다.
- 반응 변수의 정규성 가정(예: 분포 플랫폼 사용 및 정규 분위수 도표 시각화)
- 관찰/결과의 독립성(이는 해당 분야의 전문 지식으로 평가할 수 있으며, 데이터에 대한 관리 차트를 사용하면 데이터가 독립적이지 않은 경우 추세/변화를 밝힐 수 있음)
- 그룹 간의 등분산(이는 Fit Y by X 플랫폼의 빨간색 삼각형 "불균등 분산" 옵션을 사용하여 확인할 수 있습니다).
귀하의 경우 정규 분포에서 약간의 편차가 있고 다른 가정이 존중되는 것으로 보이므로 등분산을 가정하고 Tukey-Kramer 테스트와 같은 다중 비교(제1종 오류를 피하기 위해)에 대해 적절하게 조정된 모수적 테스트를 사용할 수 있습니다. :
실제로 어떤 치료법도 다른 치료법과 통계적으로 유의미한 것으로 보이지 않습니다.
All pairs Steel Dwass 테스트와 같은 다중 비교를 위해 조정된 비모수적 테스트를 통해 동일한 결론을 얻게 됩니다.
일부 치료를 함께 그룹화하려면 치료 열을 선택하고 마우스 오른쪽 버튼을 클릭한 후 "리코딩"을 선택하여 "리코딩" 옵션을 사용할 수 있습니다. 그런 다음 일부 치료를 함께 재그룹화하고 새 그룹을 사용하여 통계 테스트를 수행할 수 있습니다.
참고로 저는 귀하가 제공한 정보를 사용하여 작업을 수행했지만(컷 4와 5를 숨기고 제외하고 처리 1, 3, 5를 그룹 2로 그룹화하고 처리 6은 그룹 3이고 나머지는 변경되지 않음) 볼 수 없습니다. 테스트 결과의 차이:
Datatable은 사용된 스크립트와 함께 첨부됩니다.
이론적 측면에서 일부 상처(방법의 문제, 비정상적인 결과 등)를 제외하고 일부 치료법을 함께 그룹화하는 강력한 도메인 전문 지식 설명/정당성이 없는 한(일부 치료법에 대해 동일한 화학적 기반 또는 동일한 적용 방식, ...), 저는 통계적으로 유의미한 것을 발견할 때까지 결과를 조정하려고 하지 않았습니다.
" 데이터를 고문하면 충분히 길면 뭐든지 고백할 거야 " (로널드 H. 코즈)
당신이 제시하는 상황은 단지 중요한 p-값을 위해 요인을 p-해킹, 조정 및 재조정하는 것과 매우 유사해 보입니다. 이는 안전하고 건전한 통계 관행이 아니며 의미가 없습니다. 왜냐하면 통계적 유의성이 중요할 수 있기 때문입니다. 그러나 결과의 실질적인 중요성을 이해하려면 효과 크기도 고려해야 합니다.
이 답변이 도움이 되길 바라며,
