El trato con los valores extremos cuando la comparación de varianzas con la prueba de Bartlett

Question

Tengo cuatro grupos diferentes (con la desigualdad de los tamaños de muestra de 100 a 120) y desea probar si la varianza de la diferencia. Para el análisis de la varianza he utilizado el winsorized significa obtener una estimación más sólida y me pregunto si se recomienda el uso de la winsorized de datos (todos los valores extremer de la 5ª o percentil 95 se establece en el más cercano percentil) cuando se prueba si las varianzas son iguales. (por ejemplo, con la prueba de Levene). O tendría que trabajar con un tipo diferente de eliminación de valores atípicos?

He comprobado los supuestos de normalidad de los grupos y vio que se mantiene aproximadamente la misma (algunas pequeñas violaciones de la normalidad) al comparar las pruebas de los datos originales con las pruebas de la winsorized uno.

Alguna idea sobre que sería muy apreciada.

Answer 1

Hay una gran cantidad de desacuerdos sobre el bien de estadística estilo de aquí, y de hecho la mayoría de otros lugares.

Pero esto me parece como una mezcla de diferentes procedimientos.

Ninguna de las pruebas para las diferentes variaciones funcione si ğ winsorizarğ dichos valores de los datos en primer lugar. Tal vez alguien ha trabajado con esto usted podría encontrar en la literatura referencias modificación de las pruebas -, pero de lo contrario usted está usando un procedimiento de combinación con propiedades desconocidas. Esto es como el dopaje de un caballo o un ciclista con algo que aumenta la velocidad; no se puede cambiar el rendimiento y tener en claro la diferencia que fue producido por la droga. Usted no puede ğ winsorizarğ dichos valores y esperar las pruebas a realizar sobre el mismo. En su caso, Winsorizing 5% en cada cola es una cirugía mayor!

Yo no puedo hablar de cualquier estadístico de la gente, pero a mí, pero la eliminación de valores atípicos debido a puntos extremos son torpes me parece una muy mala práctica.

Más generalmente, es ahora de 60 años desde que el recién fallecido George Caja demostraron que estas pruebas preliminares son más frágiles que las pruebas de comparación de medias, que es presumiblemente es su principal foco de atención. Dudo que yo soy el único que prefiere un enfoque más informal.

1. Graficar los datos y considerar las estadísticas de resumen.

2. Si la varianza parece muy diferentes, teniendo en cuenta el trabajo en una escala transformada. Los troncos o raíces a menudo mejorar la aproximación a la condicional distribuciones normales.

3. Proceder al análisis de la VARIANZA, o si se desea un modelo lineal generalizado con el enlace correspondiente de la función.

4. Aplicar algunos análisis de sensibilidad, por ejemplo, ANOVA de datos brutos y en los datos transformados, para ver cuánta diferencia que hace. Dejar de lado la idea de que hay un correcto análisis se identificó que algunos de oracle que se revelan.