Достоверность Опции

[elle10890]

Зравствуйте! Помогите пожалуйста! Нужно подсчитать достоверность.
Было выявлено, что диабет оказывает более выраженное влияние на качество жизни у мальчиков, по сравнению с девочками. Качество жизни мальчиков в среднем -3,9 +- 1,1; девочек - 0,9 +- 0,7.

Сообщение отредактировал elle10890 - 9.03.2013 - 20:28

[DrgLena]

Я, конечно тоже не Татьяна Ларина (В.П.), но свои 5 коп. хочется внести. Предлагаю, для данных изложенных в последнем вопросе, статистическое обобщение вообще отменить, а представить в одной табличке все значения в двух группах, можно даже отсортировать, чтобы каждому было понятно, сколько 1, 2 и 3 в каждой группе. По правилам оформления результатов медицинских научных работ (Lang, Secic) при столь малом количестве наблюдений, даже процентное выражение выедет к потере информации. Не претендую на достовредность моего предложения.

А доверительный интервал бутсрепом для разности медиан на таких данных таки да смахивает на шаманство. Убогие данные нужно отправлять на доработку, т.е. нужно материал набирать, чтобы было что обобщать. Медианы могут не различаться, а ранговые критерии могут показать, что различия статистически значимы.

[p2004r]

А доверительный интервал бутсрепом для разности медиан на таких данных таки да смахивает на шаманство. Убогие данные нужно отправлять на доработку, т.е. нужно материал набирать, чтобы было что обобщать. Медианы могут не различаться, а ранговые критерии могут показать, что различия статистически значимы.

ну ну... медианы значит не отличаются? давайте проверим.

Код

> x<- rnorm(14, mean=10, sd=3)
> y<- rnorm(14, mean=14, sd=3)
> wilcox.test(x,y)

    Wilcoxon rank sum test

data:  x and y
W = 17, p-value = 5.973e-05
alternative hypothesis: true location shift is not equal to 0

> quantile(replicate(10000,{median(sample(x,replace=T))-median(sample(y, replace=T))}), probs=c(0.025,0.975))
     2.5%     97.5%
-7.852886 -2.356706
> quantile(replicate(10000,{median(sample(x,replace=T))-median(sample(y, replace=T))}), probs=c(0.025,0.975))
     2.5%     97.5%
-7.960661 -2.496009

# попробуем различить разницу средних в 1
> y<- rnorm(14, mean=11, sd=3)
> quantile(replicate(10000,{median(sample(x,replace=T))-median(sample(y, replace=T))}), probs=c(0.025,0.975))
     2.5%     97.5%
-3.435269  2.403256
> quantile(replicate(10000,{median(sample(x,replace=T))-median(sample(y, replace=T))}), probs=c(0.025,0.975))
     2.5%     97.5%
-3.646714  2.342995
> wilcox.test(x,y)

    Wilcoxon rank sum test

data:  x and y
W = 82, p-value = 0.4824
alternative hypothesis: true location shift is not equal to 0

# разница средних в двойку
> y<- rnorm(14, mean=12, sd=3)
> quantile(replicate(10000,{median(sample(x,replace=T))-median(sample(y, replace=T))}), probs=c(0.025,0.975))
      2.5%      97.5%
-5.2140838 -0.2325372
> wilcox.test(x,y)

    Wilcoxon rank sum test

data:  x and y
W = 44, p-value = 0.01225
alternative hypothesis: true location shift is not equal to 0

могу для нескольких тысяч выборок померить

Код

> myboot<- function() {y<- rnorm(14, mean=12, sd=2); x<- rnorm(14, mean=10, sd=3); quantile(replicate(50000,{median(sample(x,replace=T))-median(sample(y, replace=T))}), probs=c(0.025,0.975))}
> res<-t(replicate(10, myboot()))
> res
           2.5%       97.5%
[1,] -3.104478  0.14690058
[2,] -6.622822  0.05973764
[3,] -6.067967  0.96743764
[4,] -3.457648  0.26662474
[5,] -3.285487 -0.16331415
[6,] -4.390996  0.06133141
[7,] -4.249600  0.09326860
[8,] -4.590740  1.95287078
[9,] -3.746031  2.56287750
[10,] -4.196681  1.75849708

> mybootwilk<- function() {y<- rnorm(14, mean=12, sd=2); x<- rnorm(14, mean=10, sd=3); wilcox.test(x,y)$p.value}
> median(replicate(10000, mybootwilk()))
[1] 0.05561668
> median(replicate(10000, mybootwilk()))
[1] 0.05561668
# уточняем p

> myboot<- function() {y<- rnorm(14, mean=12, sd=2); x<- rnorm(14, mean=10, sd=3); quantile(replicate(50000,{median(sample(x,replace=T))-median(sample(y, replace=T))}), probs=c(0.0275,1-0.0275))}
> res<-t(replicate(10, myboot()))
> res
          2.75%     97.25%
[1,] -4.098519  1.7192591
[2,] -3.987215 -0.6221029
[3,] -4.101456  1.8097771
[4,] -5.788873 -1.1529228
[5,] -3.936034  0.9987194
[6,] -5.046146  0.5629243
[7,] -4.713068  0.9795264
[8,] -6.540963 -2.9175392
[9,] -5.028686 -1.4414632
[10,] -4.000477 -0.1035011

вполне себе совпадает мощность теста рангового с мощностью бутстрепа разности медиан.