трудности выбора метода)) Опции

[Sham]

привет))оч нужен совет)) Я тут все никак не могу решить - какими методами пользоваться, если сравниваемые данные не метрические и не качественные. Т.е. у меня есть некие средние (измеряется латентный период попыток, в секундах, максимум - 15 сек, дальше засчитывается как неудачная попытка), в которые потом вводятся поправки с помощью формулы (для учета удачные/неудачные попытки : к=неуд.попытки/общее кол-во попыток)- результирующая - это средняя *к
можно ли итог считать таким же метрическими данными и сравнивать например с помощью ANOVA?
или мож кто ссылку кинет, где про это почитать))

[Sham]

раз уж появилась возможность еще спрошу))) являются ли корректными расчеты такого типа: допустим у нас есть 20 подопытных,причем среди них мы можем выделить группы: 10 - с характеристикой А, 10 - с В, с другой стороны в группе А - 5 с характеристикой С, 5 - с D, так же и в В. Можно ли сравнивать тот же латентный период группы, разделив сначала их как А/В(nA=10,nB=10), а потом искать различия между С/D (nC=10, nD=10)? или достоверность меняется при таких измерениях? меня в особенности интересуют непараметрические критерии (типа Манн-Уитни,тк на нормальность данные я не проверяла). или лучше использовать что-то другое, например, какой-то непараметрический аналог многофакторного anova?

[плав]

раз уж появилась возможность еще спрошу))) являются ли корректными расчеты такого типа: допустим у нас есть 20 подопытных,причем среди них мы можем выделить группы: 10 - с характеристикой А, 10 - с В, с другой стороны в группе А - 5 с характеристикой С, 5 - с D, так же и в В. Можно ли сравнивать тот же латентный период группы, разделив сначала их как А/В(nA=10,nB=10), а потом искать различия между С/D (nC=10, nD=10)? или достоверность меняется при таких измерениях? меня в особенности интересуют непараметрические критерии (типа Манн-Уитни,тк на нормальность данные я не проверяла). или лучше использовать что-то другое, например, какой-то непараметрический аналог многофакторного anova?

Теоретически, как первый этап анализа, сравнивать отдельно по признаку А/В, потом по признаку C/D можно. Однако, они, скорее всего будут коррелированы, поэтому придется использовать многомерную модель. И вот тут - сюрприз, сюрприз - аналогов Мэнна-Уитни нет (Краскела-Уоллиса - однофакторный дисперсионный анализ. Конечно, есть многомерные робастные методы, но они мало где реализованы, много допущений и т.п.).
Я уже устал повторять - хотите использовать непараметрику (МУ) - вначале сделайте большой РКИ, где не надо будет переживать из-за дисбаланса факторов. Если факторов влияния несколько придется напрягаться и выяснять, какой тип распределения в Ваших данных (не обязательно нормальность - может быть распределение Вейбулла, Гомперца, exp и еще десяток других, каждое из которых позволяет использовать использовать параметрические методы) и создавать параметрическую модель.
Учитывая "обрезанность" Ваших данных, мне кажется, что единственной возможностью, если у Вас более одного влияющего фактора, является как упомянуто выше модель выживаемости (время до реакции), смешанного типа (если я правильно понял, у каждого испытуемого несколько попыток) с испытуемым как случайным фактором и фиксированными факторами АВ и CD.