क्या क्रुनाल-वालिस के बाद पोस्ट-हॉक तुलना के लिए मैन-व्हिटनी परीक्षण का उपयोग किया जा सकता है?


9

मेरे पास एक सिमुलेशन है जहां एक जानवर को शत्रुतापूर्ण वातावरण में रखा जाता है और यह देखने के लिए समय दिया जाता है कि जीवित रहने के लिए कुछ दृष्टिकोण का उपयोग करके यह कितने समय तक जीवित रह सकता है। वहाँ तीन दृष्टिकोण यह जीवित रहने के लिए उपयोग कर सकते हैं। मैंने प्रत्येक उत्तरजीविता दृष्टिकोण का उपयोग करके पशु के 300 सिमुलेशन चलाए। सभी सिमुलेशन एक ही वातावरण में होते हैं लेकिन कुछ यादृच्छिकता होती है इसलिए यह हर बार अलग होता है। मेरे पास प्रत्येक सिमुलेशन में जानवर कितने सेकंड तक जीवित रहता है। अधिक समय तक जीवित रहना बेहतर है। मेरा डेटा इस तरह दिखता है:

Approach 1, Approach 2, Approach 2
45,79,38
48,32,24
85,108,44
... 300 rows of these

मैं इस बिंदु के बाद मैं जो कुछ भी करता हूं उसके बारे में अनिश्चित हूं इसलिए मुझे बताएं कि क्या मैं कुछ बेवकूफ और गलत कर रहा हूं। मैं यह पता लगाने की कोशिश कर रहा हूं कि क्या किसी विशेष दृष्टिकोण का उपयोग करके जीवनकाल पर एक सांख्यिकीय अंतर है।

मैंने प्रत्येक नमूने पर एक Shapiro परीक्षण चलाया और वे छोटे p मानों के साथ वापस आए, इसलिए मेरा मानना ​​है कि डेटा सामान्यीकृत नहीं है।

पंक्तियों के डेटा का एक दूसरे से कोई संबंध नहीं है। प्रत्येक अनुकरण के लिए उपयोग किया जाने वाला यादृच्छिक बीज अलग था। परिणामस्वरूप, मेरा मानना ​​है कि डेटा पेयर नहीं है।

क्योंकि डेटा को सामान्यीकृत नहीं किया गया है, युग्मित नहीं है और दो से अधिक नमूने थे, मैंने क्रुस्कल वालिस परीक्षण चलाया, जो 0.048 के पी-मूल्य के साथ वापस आया। फिर मैं मान व्हिटनी का चयन करते हुए एक पद पर आसीन हुआ। वास्तव में निश्चित नहीं है कि मान व्हिटनी का उपयोग यहां किया जाए।

मैंने मान व्हिटनी टेस्ट ({(एप्रोच १, एप्रोच २)), (एप्रोच १, एप्रोच ३), (एप्रोच २, एप्रोच ३)} कर के एक-एक एप्रोच एप्रोच की तुलना की। दो पूंछ परीक्षण का उपयोग करते हुए जोड़ी (दृष्टिकोण 2, दृष्टिकोण 3) के बीच सांख्यिकीय महत्व की कोई खोज नहीं थी लेकिन एक पूंछ परीक्षण का उपयोग करते हुए पाया गया महत्वपूर्ण अंतर था।

समस्या:

  1. मुझे नहीं पता कि मान व्हिटनी का इस तरह इस्तेमाल करना समझ में आता है।
  2. मुझे नहीं पता कि मुझे एक या दो पूंछ वाले मैन व्हिटनी का उपयोग करना चाहिए।

क्या आपके पास अलग-अलग दृष्टिकोणों (जैसे अप्रोच 1> अप्रोच 2> अप्रोच 3) की सापेक्षिक शक्ति के बारे में कोई प्राथमिक परिकल्पना है? यह आपके सवालों के जवाब देने के लिए महत्वपूर्ण है।
अमीबा

मेरे पास माध्य, माध्य और मानक विचलन है और ऐसा प्रतीत होता है कि दृष्टिकोण 3 बेहतर है क्योंकि इसमें उच्च माध्य और माध्य है लेकिन इसमें बहुत अधिक मानक विचलन है इसलिए मुझे यकीन नहीं है। लेकिन मेरे पास यह जानने का कोई तरीका नहीं था।
फॉक्स मिडास

या इसे बोन्फेरोनी सुधार के रूप में भी जाना जाता है?
फॉक्स मिडास

Phlox: यदि "हाथ से पहले यह जानने का कोई तरीका नहीं था", तो आपको बिल्कुल एक-पूंछ वाले परीक्षण का उपयोग नहीं करना चाहिए , केवल दो-पूंछ (जैसा कि @Alexis ने अपने उत्तर में भी उल्लेख किया है)।
अमीबा

6
@amoeba "उसे";)
एलेक्सिस

जवाबों:


15

नहीं, आपको इस परिस्थिति में मान-व्हिटनी परीक्षण का उपयोग नहीं करना चाहिए ।U

यहाँ क्यों है: डन का परीक्षण एक उपयुक्त पोस्ट हॉक परीक्षण है * एक क्रुस्ल-वालिस परीक्षण की अस्वीकृति के बाद। यदि कोई क्रूसकल-वालिस की अस्वीकृति से हटकर साधारण जोड़ी-वार रैंक योग (यानी विल्कोक्सन या मान-व्हिटनी) परीक्षण करने के लिए आगे बढ़ता है, तो दो समस्याएं प्राप्त होती हैं: (1) जोड़ी-वार योग परीक्षण के लिए उपयोग किए गए रैंक हैं क्रुस्ल-वालिस परीक्षण द्वारा उपयोग किए जाने वाले रैंक नहीं; और (2) रैंक योग परीक्षण क्रुस्काल-वालिस नल की परिकल्पना द्वारा निहित जमाव विचरण का उपयोग नहीं करते हैं। डन के परीक्षण में ये समस्याएं नहीं हैं

क्रुकाल-वालिस परीक्षण की अस्वीकृति के बाद पोस्ट हॉक टेस्ट, जिन्हें कई तुलनाओं के लिए समायोजित किया गया है, किसी दिए गए परिवार-वार त्रुटि दर या ऑम्नसियस टेस्ट के लिए दिए गए अनुरूप सभी खोज परीक्षणों को अस्वीकार करने में विफल हो सकते हैं , बस किसी भी अन्य कई तुलना ऑम्निबस / पोस्ट हॉक परीक्षण परिदृश्य के साथ के रूप में।α

जब तक आपके पास यह विश्वास करने का कारण नहीं है कि एक समूह का उत्तरजीविता समय एक दूसरे की प्राथमिकता से अधिक लंबा या छोटा है , आपको दो तरफा परीक्षणों का उपयोग करना चाहिए।

डन का परीक्षण स्टेंट में ड्यून्स्टेस्ट (प्रकार net describe dunntest, from(https://www.alexisdinno.com/stata)) का उपयोग करके, और आर में डुननेट टेस्ट पैकेज का उपयोग करके किया जा सकता है।

इसके अलावा, मुझे आश्चर्य है कि क्या आप विभिन्न स्थितियों के आधार पर किसी जानवर की मृत्यु हो जाती है या नहीं, इसका आकलन करने के लिए आप एक उत्तरजीविता विश्लेषण तरीका अपना सकते हैं?


* एक खारिज क्रुकल-वालिस का अनुसरण करने के लिए कुछ कम प्रसिद्ध पोस्ट हॉक जोड़ी-वार परीक्षण, जिसमें कॉनओवर-इमान शामिल हैं (जैसे डन, लेकिन टी वितरण के आधार पर , जेड वितरण के बजाय , कॉन्टेस्ट पैकेज में स्टाटा के लिए लागू किया गया ,) और conover.test पैकेज में R के लिए ), और डवेस-स्टील-सिचलो-फ्लिग्नर परीक्षण।


आपके उत्तर के लिए धन्यवाद। क्या डन टेस्ट को नेमेनी-डैमिको-वोल्फ-डन टेस्ट के रूप में भी जाना जाता है या वह एक अलग टेस्ट है?
फॉक्स मिडास

मैं पूछता हूं क्योंकि मुझे डन टेस्ट का कोई भी कार्यान्वयन नहीं मिल रहा है।
फॉक्स मिडास

@PhloxMidas मैं "Nemenyi-Damico-Wolfe-Dunn परीक्षण" के बारे में नहीं जानता, लेकिन विकिपीडिया का अर्थ है कि यह एक उपयुक्त पोस्ट हॉक टेस्ट है जो एक दोहराया उपायों के डिजाइन में एक सर्वग्राही परीक्षण की अस्वीकृति के बाद है - जैसे कि एक फ्रीडमैन परीक्षण। इसके अलावा, स्टाटा के बारे में मेरी टिप्पणी देखें।
एलेक्सिस

7

क्रुस्कल-वालिस / विलकॉक्सन का एक सामान्यीकरण आनुपातिक अंतर मॉडल है, जो बाधाओं के अनुपात के लिए बिंदुवार या एक साथ आत्मविश्वास अंतराल के साथ सामान्य विरोधाभासों को स्वीकार करता है। यह मेरे आर rmsपैकेज ormऔर contrast.rmsकार्यों में लागू किया गया है ।


1

आप कॉनवर के बाद के महत्वपूर्ण अंतर या स्केच और हैमरले के बाद के महत्वपूर्ण अंतर का भी उपयोग कर सकते हैं। पूर्व अधिक उदार है जबकि उत्तरार्द्ध सटीक है लेकिन शक्ति का थोड़ा अभाव है। दोनों तरीकों को मेरी वेबसाइट Brightstat.com पर चित्रित किया गया है और ब्राइटस्टैट के वेबएप से आप इन महत्वपूर्ण अंतरों की गणना कर सकते हैं और तुरंत पश्चात परीक्षण कर सकते हैं। Kruskal-Wallis Brightstat.com पर


-1

यदि आप एसपीएसएस का उपयोग कर रहे हैं, तो बोनफेरोनी करेक्शन (समूहों की संख्या से विभाजित मूल्य) के साथ पोस्ट-हॉक मान-व्हिटनी करें।


मैन-व्हिटनी अपने जवाब में मेरे द्वारा पहचानी गई दो समस्याओं से ग्रस्त है, और क्रुस्कल-वालिस के लिए एक अनुचित पोस्ट हॉक टेस्ट है।
एलेक्सिस
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.