Estoy usando un tutorial que he encontrado, y graficar los valores de la media, junto con los errores estándar para mostrar mis datos. Pero estoy teniendo un problema a discutir los resultados. Mi parcela es como se muestra a continuación: algunos de los errores estándar (que se muestra como una barra de error) varían mucho y algunos de ellos están muy cerca de cero.
En general, el error estándar se indica cómo incierto que está el valor verdadero de la parte superior de la barra es donde la barra dice que es. Cuando hay varios bares, también puede facilitar las comparaciones entre las barras, en el sentido de una prueba estadística. Sin embargo, la interpretación de ellos de esta manera requiere de algunos de los supuestos, se muestra gráficamente a continuación. Si usted está realmente interesado en la comparación de los bares para ver si las diferencias son estadísticamente significativas, entonces usted debe ejecutar pruebas en los datos y mostrar que las pruebas fueron significativas,como este.
Además, me gustaría sugerir el uso de intervalos de confianza, en lugar de los errores estándar.
Este trabajo, vale la pena leer:
Cumming y Finch. "La inferencia por Ojo: Intervalos de Confianza y Cómo Leer los Cuadros de Datos." Soy De Psych. Vol. 60, Nº 2, 170-180.
Su conclusión general es: "barras de búsqueda que se relacionan directamente con los efectos de interés, ser sensible para el diseño experimental, y de interpretar los intervalos."
Para muestras independientes, utilizando intervalos de confianza, la mitad de la superposición de la Cei significa que la diferencia es estadísticamente significativa.
Para muestras independientes utilizando el estándar de las barras de error en lugar de ello, el siguiente gráfico muestra cómo calcular la significación estadística:
Las barras de Error en general son para convencer a la trama lector de que las diferencias que él/ella se ve en el gráfico son estadísticamente significativas. En una aproximación, se puede imaginar un pequeño gauss que $\pm1\sigma$ distribución se muestra como esta la barra de error: "de la integración visual" de un producto de dos gaussianas es más-menos una posibilidad de que los dos valores son realmente iguales.
En este caso particular, se puede ver que tanto la diferencia entre el rojo y el violeta de la barra así como el gris y el verde no son demasiado significativas.
Como mbq dice, las barras de error son una manera de dejar a sus lectores a tener una idea de si las diferencias entre los dos grupos son significativas - es decir, si la variación dentro de cada uno de los grupos es lo suficientemente pequeño como para creer que la diferencia que he encontrado para la media entre los grupos.
Todo lo demás siendo igual, mayor barras de error significa más dentro de diferencia de grupo, pero parece que el eje de su trama es log-transformado, para que la parte inferior de los grupos no están en la misma escala que las de nivel superior.
Usted debe ser consciente de que, muchos de sus lectores no entenderán de qué barras de error representan, incluso si usted explícitamente explicarlo! A menudo se puede lograr el mismo objetivo con un jitter dot-plot o un boxplot (o ambos) para lograr el mismo efecto.
Un montón de investigadores que tienen problemas en la interpretación de estos gráficos. Ver http://scienceblogs.com/cognitivedaily/2008/07/31/most-researchers-dont-understa-1/ para una descripción más detallada de elaboración.
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.
