Rapports sur les données asymétriques et les données distribuées normalement ?Je participe à une étude qui évalue des données numériques continues sur plusieurs groupes. Bien que le nombre de réplicats soit reconnu comme faible (n = 10 par groupe), il est impossible de corriger ce problème dans cette étude. De ce fait, certaines variables apparentées (de nature similaire), qui auraient pu être normalement distribuées, sont biaisées (d'après le test de Shapiro-Wilk). J'applique des tests non paramétriques et paramétriques respectivement pour évaluer le résultat de chaque variable entre les groupes dans chaque cas, mais ma question est de savoir comment présenter les données. J'ai toujours compris que les données biaisées sont présentées sous forme de médianes et d'étendue, et les données normalement distribuées sous forme de moyennes ± écart type. Cependant, lorsqu'on présente ces données dans un manuscrit, cette approche semble confuse, surtout lorsque, comme je l'ai suggéré, les variables sont de nature similaire, par exemple les distances anatomiques gauche et droite. Puis-je utiliser les moyennes et les écarts types tout au long du manuscrit, même lorsque, dans certains cas, les données sont biaisées ? J'appliquerais néanmoins le type de test statistique approprié.
Partage et communication des résultatsRé : Rapports sur les données asymétriques par rapport aux données distribuées normalement ?Je ne pense pas qu'il y ait de « bonne » ou de « mauvaise » réponse ici. Les moyennes et les médianes de rappel ne sont que des mesures différentes de la tendance centrale. L'écart type n'est qu'une mesure de la dispersion. Y a-t-il une raison pour laquelle on ne peut pas référencer les deux ? Après tout, ce ne sont que des statistiques descriptives. Quoi qu'il en soit… je préférerais simplement montrer les distributions de fréquences elles-mêmes et laisser le lecteur interpréter à partir des images elles-mêmes, et non des « statistiques » mononumérotiques.
Ré : Rapports sur les données asymétriques par rapport aux données distribuées normalement ?Je suis d'accord avec Pete. Je dirais que, selon Shewhart (Economic Control... p. 94), la moyenne et l'écart type sont des statistiques toujours utiles. Poursuivant dans cette partie de son livre, il estime que les mesures d'asymétrie et de planéité n'ont que peu d'intérêt.
Ré : Rapports sur les données asymétriques par rapport aux données distribuées normalement ?Il pourrait y avoir d’autres domaines dans lesquels l’asymétrie joue un rôle important.
Pensez simplement aux durées de vie, à la mortalité, aux taux de criminalité, aux météores…
- où les valeurs aberrantes dans une direction sont beaucoup plus effrayantes que les valeurs aberrantes dans l’autre direction.
Ré : Rapports sur les données asymétriques par rapport aux données distribuées normalement ?Il faudra argumenter avec Shewhart. Ces commentaires sont tirés directement de son livre.
Ré : Rapports sur les données asymétriques par rapport aux données distribuées normalement ?Hm, pas facile...
Avec l'aide de Copilot :
Une réponse dans l'esprit de JMP : )
Je dois admettre que nous nous sommes éloignés de la question initiale...
Ré : Rapports sur les données asymétriques par rapport aux données distribuées normalement ?J'adore. Ça montre à quel point l'IA peut se tromper. Les termes « cause spéciale » et « cause commune » étaient de Deming. Shewhart a utilisé « assignable » et « inassignable/hasard/aléatoire » pour décrire la même chose.
Ré : Rapports sur les données asymétriques par rapport aux données distribuées normalement ?Merci, c'est vrai !
Et le terme « cause commune » a été inventé par Harry Alpert en 1947 ?
Je ne sais pas pourquoi Shewhart l’a utilisé dans cette réponse.
Peut-être avait-il entendu la nouvelle terminologie et l’avait-il trouvée utile.
Ré : Rapports sur les données asymétriques par rapport aux données distribuées normalement ?"Je ne sais pas pourquoi Shewhart l'a utilisé dans cette réponse.
Il ne l'a pas fait, c'est là où je voulais en venir. Vous utilisez une IA pour générer ce qu'elle pense que Shewhart aurait dit, et c'est faux . Veuillez lire le chapitre 11 de « Out of the Crisis » de Deming.
Oui, le Dr Alpert a inventé cette expression au sujet des émeutes en prison.
Ré : Rapports sur les données asymétriques par rapport aux données distribuées normalement ?Je suppose que le vieil adage statistique « on peut tout faire, du moment qu'on dit ce qu'on a fait » est toujours valable ! Merci de m'avoir rassuré sur l'acceptabilité de ma proposition.
