4 votos

Variable jerárquica: comprobar si dos subgrupos para distinguirse o pueden combinarse juntos

Estoy haciendo un estudio para analizar los efectos de la anulación de un determinado gen en un determinado comportamiento en las moscas. Después de una transformación logarítmica, mis observaciones tienen una distribución normal, así que me voy a hacer un three-way ANOVA, con la edad, como la primera, el sexo como el segundo y el genotipo (mutante vs wild-type) como la tercera variable, también observar las interacciones. El problema es que mi mutantes provienen de dos ligeramente diferentes cepas de las que nunca se ha demostrado que difieren a nivel conductual, pero yo todavía debe comprobar en primer lugar para determinar si tengo la necesidad de distinguir entre los dos, en el posterior análisis o no. Me pregunto si esto podría ser hecho con un ANOVA anidado (todos los ejemplos de análisis de varianza anidado he visto con un aspecto bastante diferente de lo que tengo, que es por qué yo no lo he probado, pero probablemente estoy simplemente no llegar).

Hasta ahora, lo que he hecho es ejecutar un three-way ANOVA (tipo III ss) en los mutantes, con la edad, como la primera, el sexo como el segundo y el genotipo (cepa mutante 1 vs cepa mutante 2) como la tercera variable. La edad, el sexo y la interacción de la edad y el sexo son significativo, mientras que la cepa mutante no es, ni ninguno de los términos de interacción que los contenga. Mi pregunta es, ¿me acaba de informar de que el hecho de que la cepa mutante no tiene ningún efecto significativo y, a continuación, sólo se preocupan acerca de la edad y el sexo cuando estoy ejecutando el ANOVA en todos mis moscas (esta vez, sin distinguir entre las dos cepas de mutantes) o tengo que hacer la denuncia y tomar en cuenta de ahora? ¿Y si la cepa mutante había salido significativo? Habría que cambiar nada en cuanto a si o no debo informar de la importancia de la edad y el sexo en esta etapa?

Yo acabo de hacer una prueba de t para comparar las dos cepas mutantes, pero tenía miedo de que podría ser un efecto que fue enmascarado por la edad o el sexo ya que ambos parecen tener un efecto sobre el comportamiento que estoy mirando.

Muchas gracias de antemano, sé que esto es una pregunta de novato (es mi primer verdadero análisis estadístico, pero estoy disfrutando cada segundo de ella), pero si alguno de ustedes tuvo un segundo para responder estaría muy agradecido.

1voto

gauss Puntos 110

Un importante (aunque a veces se pasa por alto) criterios para qué hace un "buen" modelo de parsimonia es decir, todo lo demás siendo igual, siempre escoge el menos complicado modelo.

Con base en la descripción, parece que usted debe reportar el más sencillo modelo (edad, sexo) y, a continuación, anote en algún otro lugar que no encontró ninguna evidencia de la heterogeneidad en estas estimaciones por la cepa tipo.

Sin duda hay otras formas de abordar este tipo de problema, pero dado su nivel establecido de la experiencia, esto es lo que sugiero.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X