¿Está usando barras de error para los medios en un estudio en sujetos mal?

Question

Me parece recordar uno de mis profesores diciendo que barras de error son completamente poco informativo al comparar repetidas medidas de un solo grupo. ¿Es eso cierto?

Seguramente muchos estudios calcular los medios de la muestra para la condición A y para la condición B (es decir, los niveles A y B de un cierto factor dentro de temas), comparar los medios con una prueba t de muestras pareadas y luego los muestra en un gráfico con barras de error. ¿Es esto realmente malo? Si es así, ¿por qué?

Answer 1

No es "malo" necesariamente, y no es "completamente de valor informativo". Pero proporciona la información que pertenece a una gran medida ajenas pregunta, por lo que es probable que sea engañosa. Cuando se ejecuta una muestras pareadas $t$-prueba, realmente se está llevando a cabo una muestra de $t$-prueba de si la media de las diferencias es igual a $0$. Porque esto es una prueba de la muestra, una cifra correspondiente tendría una barra que muestra la diferencia de medias (con barras de error).

Para ver cómo esto podría ser engañoso, considere estos datos (codificado con R):

set.seed(4868)  # this makes the example exactly reproducible (if you use R)
b = c(2, 4, 6, 8)
a = b + rnorm(4, mean=.5, sd=.1)
a = round(a, digits=3)
d = data.frame(before=b, after=a, differences=a-b)
d
#   before after differences
# 1      2 2.679       0.679
# 2      4 4.597       0.597
# 3      6 6.592       0.592
# 4      8 8.366       0.366
t.test(a, b, paired=T)
#  Paired t-test
# 
# data:  a and b
# t = 8.3117, df = 3, p-value = 0.003649
# alternative hypothesis: true difference in means is not equal to 0
# 95 percent confidence interval:
#   0.3446575 0.7723425
# sample estimates:
# mean of the differences 
#                  0.5585 

El $t$-test es altamente significativo. Sin embargo, ¿qué impresión a la gente, si usted se trazan las barras de la izquierda frente a la barra de la derecha?