23 votos

¿Existe un equivalente no paramétrico de Tukey HSD?

Estoy utilizando el programa JMP para examinar las diferencias en la cobertura vegetal de los grupos de formas de crecimiento (árboles, arbustos, hierbas, etc.) antes y después de tres tratamientos con un control. El tamaño de mi muestra es pequeño (n=5) y la mayoría de mis distribuciones no tienen una distribución normal.

Para las distribuciones normales utilicé el ANOVA para analizar las diferencias (porcentaje de cambio) entre los resultados de los tratamientos, y luego utilicé el HSD de Tukey para comprobar la significación de las diferencias entre pares de resultados.

Para los datos no distribuidos normalmente he utilizado la prueba de Wilcoxon/Kruskal-Wallis. ¿Existe un equivalente no paramétrico del HSD de Tukey que pueda utilizar para examinar las diferencias entre estos pares de resultados?

24voto

JohnRos Puntos 3211

Resumen ejecutivo: Si se observa todo el esquema de Hilbert asociado a un polinomio dado, el lugar de los puntos correspondientes a los subesquemas no singulares (que yo entiendo como suaves) puede ser a veces muy pequeño en términos de dimensión y número de componentes irreducibles. Así que, en este sentido, la mayoría de los subesquemas son singulares.

Detalles: El esquema de Hilbert $\operatorname{Hilb}^P_{\mathbf{P}^n}$ asociado a un determinado polinomio de Hilbert $P$ es conectado (un teorema de Hartshorne), pero en general tiene muchos componentes irreducibles, cada uno con su propio punto genérico. Por lo tanto, hay varios subesquemas cerrados "genéricos" diferentes con el mismo polinomio de Hilbert, cada uno de los cuales es miembro de una familia diferente.

El lugar de los puntos del esquema de Hilbert correspondiente a suave (=no-singular) subesquemas de $\mathbf{P}^n$ es un subconjunto abierto de Zariski, lo que implica que es denso de Zariski en la unión de las componentes con las que se encuentra, pero a menudo hay otras componentes del esquema de Hilbert todos cuyos puntos corresponden a subesquemas singulares.

Dado que el esquema de Hilbert no tiene por qué tener un único punto genérico, cabe preguntarse: ¿Cuántos de estos puntos genéricos parametrizan subesquemas singulares, y cuáles son las dimensiones de las correspondientes componentes del esquema de Hilbert?

Como caso práctico, consideremos el esquema de Hilbert $H_{d,n}$ de $d$ puntos en $\mathbf{P}^n$ es decir, el caso en el que $P$ es el polinomio constante $d$ . Puntos de $H_{d,n}$ sobre un campo $k$ corresponden a $0$ -subesquemas dimensionales $X \subseteq \mathbf{P}^n$ de longitud $d$ o, en otras palabras, que $\dim_k \Gamma(X,\mathcal{O}_X) = d$ . Cada uno de los lisos $X$ con este polinomio de Hilbert es una unión disjunta de $d$ puntos distintos. Estos puntos suaves $X$ corresponden a puntos de un subesquema irreducible de $H_{d,n}$ y el cierre de este subesquema irreducible es un $dn$ -componente irreducible de la dimensión $R_{d,n}$ de $H_{d,n}$ . A veces $H_{d,n}=R_{d,n}$ lo que significa que cada $X$ es suavizable. Pero para cada fijo $n \ge 3$ Iarrobino observó que $\dim H_{d,n}$ crece mucho más rápido que $\dim R_{d,n}$ como $d \to \infty$ . (Lo demostró anotando grandes familias de $0$ -subesquemas dimensionales, como $\operatorname{Spec} (k[x_1,\ldots,x_n]/\mathfrak{m}^r)/V$ , donde $\mathfrak{m}=(x_1,\ldots,x_n)$ y $V$ abarca subespacios de una dimensión fija en $\mathfrak{m}^{r-1}/\mathfrak{m}^r$ .) Esto demuestra que $H_{d,n}$ no es irreducible para tal $d$ y $n$ y que las componentes ``malas'' cuyos puntos parametrizan subesquemas singulares pueden tener una dimensión mucho mayor que la componente en la que un subconjunto abierto denso de puntos parametriza subesquemas suaves. Con un poco más de trabajo, se puede demostrar que el número de componentes irreducibles de $H_{d,n}$ puede ser arbitrariamente grande (y como ya se ha comentado, los propios componentes pueden tener una dimensión mayor que $R_{n,d}$ ). Así que en este sentido, se podría decir que para $n \ge 3$ La mayoría de las veces $0$ -subesquemas dimensionales en $\mathbf{P}^n$ son singulares.

Para más detalles sobre $H_{d,n}$ incluyendo ejemplos explícitos de no suavizables $0$ -de las dimensiones, véanse los siguientes artículos y las referencias citadas en ellos:

El espacio de moduli de las álgebras conmutativas de rango finito

Esquemas de Hilbert de 8 puntos

(Advertencia: mi notación $H_{d,n}$ es diferente de la notación de esos artículos).

14voto

Mike Puntos 978

He investigado un poco en google porque me ha parecido bastante interesante la pregunta, se han mencionado estas pruebas:

  • Prueba Nemenyi-Damico-Wolfe-Dunn ( enlace (hay un paquete r para hacer la prueba)
  • Dwass-Steel-Chritchlow-Fligner ( enlace , Conover WJ, Practical Nonparametric Statistics (3ª edición). Wiley 1999.
  • Prueba de Conover-Inman ( enlace , igual que el anterior)

No conocía ninguno de estos y no sé si alguno de ellos está disponible en JMP. Si no es así: Hay gente que hace un anova estándar pero simplemente sustituyendo los valores dependientes por sus rangos. Entonces se podría volver a utilizar el HSD de Tukey.

2voto

Robert Puntos 4418

JMP hace comparaciones Acero-Dwass. Utilice "Ajustar Y por X" y, a continuación, en el menú "Análisis unidireccional de...", elija "No paramétrico" -> "Comparaciones múltiples no paramétricas" -> "Steel-Dwass todos los pares".

2voto

Jot eN Puntos 115

Hay kruskalmc función en pgirmess paquete en R . Descripción de la prueba:

Prueba de comparación múltiple entre tratamientos o tratamientos frente a control después de la prueba de Kruskal-Wallis.

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