6 votos

Validez de la suposición de normalidad en el caso de múltiples conjuntos de datos independientes con pequeño tamaño de muestra

Debido a las limitaciones en la instalación experimental, sólo tengo pequeños conjuntos de datos con n=3. A pesar de la baja en el df la diferencia entre el tratado y el control es lo suficientemente grande como para generar un significativo p-valor.

El problema es que con tamaños de muestra pequeños haciendo una prueba t se vuelve más sensible a la suposición de que los datos provienen de una población de distribución normal. En mi caso, sin embargo, varios experimentos independientes consistentemente dan un resultado similar.

No puedo agrupar los datos de los experimentos debido a pequeñas diferencias en los datos. Por ejemplo, el aumento de entre el tratado y el control en un experimento es ligeramente más grande que en otro experimento, el cual es probable que sea causado por pequeñas variaciones en las condiciones experimentales (sería un técnico para explicar esto más a fondo). A pesar de esto el mismo aumento se observa constantemente y cada vez que los 3 puntos de datos tienen una pequeña desviación estándar de ambos grupos.

Así que mi pregunta es si es defendible para hacer la normalidad hipótesis basada en los datos de varios experimentos independientes con un pequeño tamaño de la muestra? Si no estoy en lo cierto de que no sería apropiado para el uso de las estadísticas en este caso?

6voto

Nick Cox Puntos 22819

Esto puede ayudar a:

El DR. Cox, PJ Salomón. 1986. Análisis de la variabilidad con un gran número de muestras pequeñas. Biometrika 73: 543-554.

Resumen: los Procedimientos que se explican en el análisis detallado de la distribución de la forma, con base en muchas de las muestras de tamaño r, donde especialmente r= 2, 3, 4. La posibilidad de discriminar entre diferentes tipos de salida de la normal estándar supuestos se discute. Ambos gráficos y formales, los procedimientos son desarrollados e ilustrados por algunos de los datos en el pulso de la las tasas.

3voto

AdamSane Puntos 1825

Debido a las limitaciones en la instalación experimental, sólo tengo pequeños conjuntos de datos con n=3. A pesar de la baja en el df la diferencia entre el tratado y el control es lo suficientemente grande como para generar un significativo p-valor.

El problema es que con tamaños de muestra pequeños haciendo una prueba t se vuelve más sensible a la suposición de que los datos provienen de una población de distribución normal. En mi caso, sin embargo, varios experimentos independientes consistentemente dan un resultado similar.

No puedo agrupar los datos de los experimentos debido a pequeñas diferencias en los datos.

Si el tratamiento de los experimentos como los bloques, que pueden ser utilizados para dar cuenta de esto. (Como alternativa, puede que desee utilizar efectos aleatorios plazo en intersecciones, especialmente si esto no está bajo control.)

Así que mi pregunta es si es defendible para hacer la normalidad hipótesis basada en los datos de varios experimentos independientes con un pequeño tamaño de la muestra?

Usted puede intentar para evaluar si se asume un error común de distribución y combinar los residuos de todos los experimentos con el fin de hacer decir una normal Q-Q plot (normal de las puntuaciones de la parcela).

Si no estoy en lo cierto de que no sería apropiado para el uso de las estadísticas en este caso?

Usted puede probar su hipótesis sin la normalidad, pero tenga cuidado, usted no va a llegar muy significativos los resultados con pruebas no paramétricas y de estos pequeños tamaños de muestra.

Sin embargo, la combinación de experimentos de la estrategia de uso de los bloques) puede trabajar allí.

2voto

Zizzencs Puntos 1358

Hay sin duda alternativas estadísticas. Podría hacer pruebas de permutación, por ejemplo. También se podrían hacer pruebas no paramétricas, como el Wilcoxon.

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