Análisis de datos utilizando media y desviación estándarQuería saber si hay alguna manera de ejecutar modelos y realizar análisis de datos cuando estos solo están disponibles como medias y desviaciones estándar. Si bien el modelado generalmente utiliza la media y la desviación estándar como métricas para analizar y modelar datos, JMP las calcula y luego las utiliza para el método elegido. Lamentablemente, mis socios solo tienen los datos disponibles como medias y desviaciones estándar por formulación. Muchas gracias y que tenga un buen día. Agradezco su tiempo y experiencia.
Análisis y modelado de datos básicosDiseño de experimentosRe: Análisis de datos utilizando media y desviación estándarDisculpe si no entiendo su pregunta. Creo que es apropiado analizar los datos sin procesar antes de resumirlos y describirlos con estadísticas enumerativas (por ejemplo, media y desviación estándar). ¿Son estas las estadísticas adecuadas? Una vez que tenga las estadísticas de resumen, sin duda podrá modelarlas. Yo primero comprobaría si se correlacionan y luego ejecutaría modelos de ajuste por separado para evaluar los efectos del modelo.
Re: Análisis de datos utilizando media y desviación estándarSí, puedes realizar el análisis de las medias y las desviaciones estándar de forma muy similar si tuvieras los datos sin procesar. Sin embargo, en tu ejemplo, no es posible usar "Formulación", ya que es solo un identificador para cada conjunto de valores de datos. Solo deberías usar "Porcentaje". Este factor tiene tres niveles: dos valores en 0, tres en 12,71 y cuatro en 30.
Si la variable categórica es "Porcentaje", la plataforma "Ajustar Y por X" generaría ANOVAs. Nota: Algunas personas prefieren usar el logaritmo de la desviación estándar (DE) como respuesta en lugar de solo la DE, ya que esto transforma los valores para que tengan una distribución más normal. Sin embargo, no necesariamente, a menos que se intente una inferencia muy precisa. Probablemente no haya problema con eso.
Si tiene 'Porcentaje' como variable continua, entonces la plataforma Ajustar Y por X ajustará una regresión lineal.
Al interpretar los resultados, asegúrese de hacerlo sabiendo que los datos analizados son las medias y las desviaciones estándar, y no los valores individuales de cada atributo medido. Una buena idea para este tipo de datos es trazar las medias en un eje, la desviación estándar en el otro y luego usar un símbolo o color para mostrar los niveles del 3 %. Esto permite ver simultáneamente la tendencia central y la variación para cada uno de los niveles del 3 %.
Adjunto archivo .jmp con los análisis y gráficos.
Re: Análisis de datos utilizando media y desviación estándarTu respuesta me confunde un poco. Admito que no había pensado en hacer el análisis que sugieres, y podría ser lo que busca Héctor. Pero mi reacción inicial fue que se necesitaría más información, al menos algo sobre los tamaños de muestra que sustentan estas estadísticas de resumen. Me habría inclinado a decir que serían necesarios algunos datos simulados. Si se hacen suposiciones sobre la distribución de los puntos de datos individuales que sustentan estas medias y desviaciones típicas, se puede crear un conjunto de datos simulados (quizás varios, basados en diferentes supuestos de distribución) para analizar, en lugar de centrarse únicamente en las estadísticas de resumen disponibles.
Ahora bien, basándome en su sugerencia, veo que dicho análisis podría ser innecesario. Sin embargo, me parece que su análisis podría estar haciendo suposiciones implícitas sobre las distribuciones de datos que sustentan estas estadísticas de resumen. ¿Podría comentar al respecto?
Re: Análisis de datos utilizando media y desviación estándarHola Dale.
Sí, siempre es útil tener la mayor cantidad de información posible sobre cómo se generaron los datos, y sin duda no dejaría de consultarla si estuviera disponible. Pero no es necesario conocer esos detalles para realizar un análisis formal que permita estimar cómo el factor o los factores estudiados afectan tanto la tendencia central como la variación del atributo medido, como en el ejemplo de Héctor.
Para muchos análisis, solemos tomar un valor de datos individual como solo eso. Sin embargo, en la mayoría de las aplicaciones de ingeniería, ese valor de datos único suele ser algún tipo de estadísticas de resumen de un sistema de medición que puede estar tomando muchas mediciones (posiblemente ni siquiera visibles) para producir ese único valor. Ejemplo: piense en algún tipo de sistema de medición óptica que escanea un sustrato y realiza cientos de mediciones de reflectancia de la luz. El sistema puede generar algunos números (la reflectancia mínima y máxima, o diferentes percentiles, la media o la mediana, o algún tipo de medida de variación, etc.). Y procedemos a ejecutar análisis en cualquiera de ellos, tratando un conjunto de estadísticas de resumen como una unidad experimental (n = 1). Solo tenemos que tener en cuenta qué característica miden los valores que estamos usando para nuestros análisis. Si medimos una segunda pieza de sustrato que recibió un tratamiento (es decir, otra unidad experimental), entonces la trataríamos como n = 2.
Si ese sistema de medición, en cambio, realizara un millón de mediciones de reflectancia de la luz en cada uno de esos sustratos para obtener ese conjunto de estadísticas resumidas, nuestro análisis seguiría tratándolo como n=2.
Nuevamente... todavía entiendo tu punto de que tener esos detalles detrás de escena sería bueno, Héctor todavía puede hacer ANOVA unidireccional o regresión sabiendo que sus análisis están rastreando dos componentes (tendencia central y variación) en lo que sea que se esté midiendo.
Re: Análisis de datos utilizando media y desviación estándarHola,
Al analizar su conjunto de datos, hay muchas preguntas que debe responder antes de saber si es posible realizar un análisis. Claramente, elaboraron nueve formulaciones de un producto para un propósito específico. En mi experiencia, estas formulaciones consistirán en ingredientes base, probablemente consistentes en dicho estudio. Por lo tanto, si pudiera conseguir que sus colaboradores le proporcionaran esa información sobre la columna de formulación, podría extraer un modelo que aproximara el impacto de los ingredientes de la formulación. Actualmente, si las nueve formulaciones se consideran categóricas, no hay forma de interpretar los datos de forma sensata.
Además, ¿cuál es el propósito de la columna "porcentaje"? ¿Porcentaje de qué? Tiene tres valores diferentes y, si se utilizan las formulaciones como variables categóricas, como máximo se pueden comparar dentro de esos tres grupos.
Por lo tanto, un análisis más profundo solo tiene sentido si se puede ver más allá de las diferentes formulaciones y agregar información. También es necesario conocer el número de observaciones que subyacen a la media y las desviaciones estándar, ya que podrían no ser realmente comparables. Recuerde que en ambas fórmulas el número de observaciones está en el denominador... Y, ya que está en ello, tenga en cuenta que, para obtener información precisa, un buen diseño experimental permitirá obtener respuestas adecuadas; de lo contrario, se trata solo de correlación y podría no haber conexión, o una completamente diferente, detrás de las observaciones.
Re: Análisis de datos utilizando media y desviación estándarLamentablemente, solo recibí mis datos como estadísticas resumidas, no como datos individuales sin procesar. Quizás pueda obtenerlos si sigo preguntándole a mi compañero, pero puede que no los haya guardado. Gracias por la sugerencia.
Re: Análisis de datos utilizando media y desviación estándar¡Potcner!
Muchas gracias por su detallada respuesta. Disculpe la confusión con los factores mostrados en la captura de pantalla, pero omití la mayor cantidad de detalles posible de este ejemplo aleatorio para evitar revelar los componentes de mi formulación. Sí, efectivamente, cada formulación comprende varios factores numéricos y categóricos que no se muestran arriba. El factor "porcentaje" es el porcentaje de relleno utilizado en la formulación y se ajusta a mi respuesta.
Mi pregunta es la siguiente: al ejecutar un modelo como los mínimos cuadrados estándar o la regresión lineal generalizada, ¿los grados de libertad, los valores de R cuadrado, el análisis de varianza y el análisis de falta de ajuste no serían artificialmente bajos e inútiles?
Re: Análisis de datos utilizando media y desviación estándar¡Winfried!
Gracias por el comentario. Agradezco tu experiencia y tus preguntas. En el ejemplo anterior, intenté ocultar mi formulación refiriéndome a ellas por su valor genérico asignado para evitar revelar en qué estaba trabajando. En cuanto al porcentaje, es simplemente el porcentaje del relleno que estoy estudiando en mi experimentación.
El experimento forma parte de un DOE que realicé, y las 9 formulaciones anteriores forman parte de un esquema más amplio que estudia múltiples factores. Aleatoricé la información y extraje 9 valores para representar mi problema. Disculpen la confusión.
