Помогите, плиzzz! |
Здравствуйте, гость ( Вход | Регистрация )
Помогите, плиzzz! |
5.01.2011 - 18:46
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 3 Регистрация: 5.01.2011 Пользователь №: 23192 |
Уважаемые коллеги, помогите, пожалуйста, разобраться какой критерий использовать. У меня есть несколько групп данных. Есть контроль (n=10), и еще несколько групп, в 5 из них n=10, в четырех n=6. Все группы независимые, и все группы необходимо сравнить с контролем. просмотрев большой массив литературы, прихожу к выводу что нужно использовать U критерий Манна-Уитни. Встречаются достоверные различия. Пробовал Краскела_Уоллиса, с поправкой на Данна (пользуюсь Graphpad prizm) уже различий не наблюдаю. Не могли бы вы подсказать, что все-таки мне правильней использовать в данном случае. И еще смотрел, что нужно проводить доп. Исследования по определению нормальности расрпеделения, но если верить книгам то при малых выборках все равно используется непараметрика и тогда есть ли смысл в каких-то предварительных анализах? Заранее благодарю за помощь. Новичок в деле статистики.
Сообщение отредактировал Rrostis - 6.01.2011 - 17:29 |
|
8.01.2011 - 11:38
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1202 Регистрация: 13.01.2008 Из: Челябинск Пользователь №: 4704 |
В данной ситуации я бы попробовал 2 анализа:
1). Обычный критерий Краскела-Уоллиса с последующими post-hoc сравнениями. Формулы для апостериорных сравнений несложные; со ссылкой на Коновера есть здесь: http://www.brightstat.com/index.php?option...mp;limitstart=1 Но эти сравнения имеет смысл делать только после обнаружения значимых различий в тесте Краскела-Уоллиса. 2). Не знаю насколько это корректно, но сам пару раз пользовался именно для малых групп: обычный дисперсионный анализ, но с предварительно преобразованными по Боксу-Коксу данными. Нормализующий вариант этого преобразования есть в пакете AtteStat (http://attestatsoft.narod.ru/index.htm), а вариант с компромиссом нормализации и увеличения однородности дисперсий в группах есть в также бесплатной программке Rundom Box-Cox (выкладывал архив и пример использования на форум, старшую версию пакета см. здесь: http://pjadw.tripod.com/). В принципе, это - лучшее что мы можем сделать с данными, чтобы приблизить их к требованиям модели дисперсионного анализа. Причём при таком подходе мы не только используем всю мощь(ность) параметрической техники, но и уменьшаем ошибку анализа (внутрирупповую дисперсию). Сомнения в корректности не технические, а общефилософские: насколько оправдано пускаться в преобразования на основе очень малых выборок из популяций, про которые мы ничего толком не знаем. Также читал, что в таких случаях можно использовать рандомизационный вариант дисперсионного анализа, но по нему ничего не подскажу. ...Единственным методом, который при коррекции уровня ошибки I типа не использует полную экспериментальную дисперсию (experiment-wise error rate) является, насколько мне известно, метод Бонферрони. Если метод Бонферрони в широком смысле - то да, а в узком - нет: есть менее консервативные последовательные его модификации: Dunn-Šidak, Holm's, Simes-Hochberg, Hommel's methods. |
|