Непараметрическая статистика, различия в результатах анализа по Фридмену и теста Уилкоксона |
Здравствуйте, гость ( Вход | Регистрация )
Непараметрическая статистика, различия в результатах анализа по Фридмену и теста Уилкоксона |
30.08.2010 - 07:05
Сообщение
#181
|
|
Группа: Пользователи Сообщений: 79 Регистрация: 18.01.2010 Пользователь №: 9836 |
SOS! подскажите, прошу
|
|
30.08.2010 - 14:36
Сообщение
#182
|
|
Группа: Пользователи Сообщений: 1202 Регистрация: 13.01.2008 Из: Челябинск Пользователь №: 4704 |
SOS! подскажите, прошу уважаемый nokh, спасибо за ответы! извините за назойливость.... подскажите, пожалуйста, а как быть со статанализом, если данные в виде ПРОЦЕНТОВ, а дизайн -- тот же? Вы рассказали про угловые преобразования..., а дальше делать также как описано (?): 1) угловое преобразование 2) дисп. анализ с повторными измерениями (RM ANOVA) 3) попарные сравнения парным критерием Стьюдента + поправка на множественность сравнений техникой Бонферрони (например, метод Данна-Шидака) 4) расчёт средних и 95%-ных ДИ для преобразованных по Фриману-Тьюки данных 5) ретрансформация их к исходной шкале (ДИ станут асимметричными) 6) диаграмма (M+/- 95CI%). заранее благодарю Как-то пропустил вопрос... Да, всё так, кроме попарных сравнений Стьюдентом - для post-hoc сравнений много других методов (описывал в соседней теме - см. http://forum.disser.ru/index.php?showtopic...amp;#entry10349 сообщение #16). Выводы о статистически значимых эффектах делаются по таблице результатам анализа с преобразованными данными. Но если на рисунке Вы хотите давать непреобразованные проценты (пункт 6) - его придётся строить вручную (программы такого не сделают): т.е. вносить средние и ДИ к ним, при желании соединять точки линиями для получения профилей (как делает Statistica по умолчанию). Для построения таких графиков лучше воспользоваться программой KyPlot, обсуждали её здесь: http://forum.disser.ru/index.php?showtopic...6&hl=KyPlot , скачать можно здесь: http://freestatistics.altervista.org/en/stat.php. |
|
1.06.2011 - 15:22
Сообщение
#183
|
|
Группа: Пользователи Сообщений: 79 Регистрация: 18.01.2010 Пользователь №: 9836 |
Преобразование Бокса-Кокса является лучшим из семейства степенных преобразований (power transformation). Для процентов применяются преобразования из другого семейства - угловые преобразования. Наиболее известное - фи-преобразование y=2arcsin (sqrt(p)). где p - частота (например клеток) в долях единицы. Описано с выводом в Хальд - Математическая статистика, детали в Большев, Смирнов - Математико-статистические таблицы ... и в Урбах - Биометрические методы... Более мощное угловое преобразование - преобразование Фримана-Тьюки (Freeman-Tukey transformation). Для него встречал несколько отличающихся формул. Т.к. средние значения и ДИ правильны только для ретрансформированных данных - их и нужно приводить. Для угловых преобразований ДИ также будут асимметричными, особенно вблизи 0 и 1 (0 или 100%). спасибо за ответ я воспользовался Freeman-Tukey: y=sqrt(x)+sqrt(x+1). (на вики (http://en.wikipedia.org/wiki/Anscombe_transform) -- эта формула, в статье (http://www.jstor.org/pss/2236611) -- есть ещё одна... но выбрал эту т.к. в статье написано, что (вроде) применима к данным с распределением Пуассона. а раз мы считаем (клетки), то я решил взять эту формулу. это правильно? хотя опять-таки: данные я проверял на нормальное распределение, а не на распределение Пуассона... как тут всё состыковать не пойму. подскажите?) как я делал шапиро показал "ненормальность" Freeman-Tukey: y=sqrt(x)+sqrt(x+1), где x -- это процентные значения (а не доли единицы) (верно?) получил транформированный ряд. тестировал на нём H0: проверял нормальность (Shapiro-Wilk's), однородность (Levene's), делал RM ANOVA, при p < 0.05 делал Tukey's HSD, p отсеивал с помощью Holm(1979). остались только "значимые" p. тут возник вопрос: как получить несимметричные интервалы? я попытался обратно преобразовать трансформированные данные с помощью этой формулы: x=((y-sqrt(x))^2)-1 (я сам попытался рассчитать, может не вижу ошибки..?). но получаю почему-то не точь-в-точь (а иногда и различающиеся на порядок) данные расчитываю по ним средее, SEM, SD, CI. но почему-то все они симметричными получаются... или мне только средее, SEM, SD, CI обратно преобразовывать или... ? вообщем, запутался вконец, помогите, пожалуйста Сообщение отредактировал bubnilkin - 2.06.2011 - 02:27 |
|
4.06.2011 - 17:23
Сообщение
#184
|
|
Группа: Пользователи Сообщений: 1202 Регистрация: 13.01.2008 Из: Челябинск Пользователь №: 4704 |
Думаю, что да, формула применяется к % или промилле. Хотя если точнее - то к штукам на исследуемую единицу чего-то, раз распределение пуассоновское. Например, к числу телефонных звонков за час, к числу мутаций в локусе на поколение, к числу аномальных клеток на 100 или 1000 изученных (а это и есть % или промилле).
Если среднее и ДИ измеряются тех же единицах, в каких проводилось измерение (метры, граммы, %), то SD и SE - нет. Поэтому SD и SE имеют смысл только для преобразованного ряда значений, а ретрансформировать их в исходную шкалу тем же способом, что и среднее с ДИ нельзя. Поэтому я бы ограничился в итоговой описательной статистике только средним с 95%-ным ДИ для него. Формулу ретрансформации вы не привели к окончательному виду, и я, честно говоря, не понял как вы по ней вообще что-то считали. Это простая алгебра - нужно выразить x через y. У меня получилось так: х=((у^2-1)/2y)^2. Пробуйте подставлять: если x=2, и после преобразования Ф-Т стало у=3,14626437, то обратное преобразование должно дать снова 2 (ну или чуть отличное значение в результате ошибок округления, но никак не на порядок). |
|
10.06.2011 - 05:46
Сообщение
#185
|
|
Группа: Пользователи Сообщений: 79 Регистрация: 18.01.2010 Пользователь №: 9836 |
nokh, спасибо за ответ
сейчас всё получается по вашей формуле Сообщение отредактировал bubnilkin - 29.09.2017 - 22:02 |
|