WINKS COVER

Ordina WINKS

7

Queste esercitazioni di statistica WINKS spiegano l’uso e l’interpretazione delle tecniche standard di analisi statistica per il settore medico, farmaceutica, studi clinici, marketing o ricerca scientifica. Gli esempi includono istruzioni per il software WINKS SDA versione 6.0. Scarica la copia di valutazione di WINKS.

Una forma comune di sperimentazione scientifica è il confronto di due gruppi. Questo confronto potrebbe essere di due trattamenti diversi, il confronto di un trattamento con un controllo, o un confronto prima e dopo. I risultati preliminari degli esperimenti che sono progettati per confrontare due gruppi sono di solito riassunti in una media o in un punteggio per ogni gruppo. Una volta riassunti questi dati, come si fa a decidere se le differenze osservate tra i due gruppi sono reali o solo una differenza casuale causata dalla variazione naturale all’interno delle misure? Un modo comune di affrontare questa domanda è quello di eseguire un’analisi statistica.

Le due tecniche statistiche più usate per confrontare due gruppi, dove le misure dei gruppi sono normalmente distribuite, sono il test t di gruppo indipendente e il test t di coppia. Qual è la differenza tra questi due test e quando dovrebbero essere usati?

Il test t del gruppo indipendente è progettato per confrontare le medie tra due gruppi dove ci sono diversi soggetti in ogni gruppo. Idealmente, questi soggetti sono selezionati a caso da una popolazione più ampia di soggetti e assegnati a uno dei due trattamenti. Un altro modo per assegnare i soggetti a due gruppi è quello di assegnarli casualmente a uno dei due trattamenti nel momento in cui entrano in uno studio. Questa randomizzazione è spesso eseguita in doppio cieco.

Oltre all’assunzione di normalità, un altro requisito del test t di gruppo indipendente è che le varianze dei due gruppi siano uguali. Cioè, se si dovessero tracciare i dati osservati da ciascuno dei due gruppi, gli istogrammi a campana risultanti dovrebbero avere approssimativamente la stessa forma. Prima di eseguire effettivamente il test t di gruppo indipendente, viene spesso eseguito un pre-test statistico per verificare l’ipotesi che le varianze siano uguali. Le opzioni per il caso di varianza disuguale sono discusse più avanti.

Una volta che i dati sono raccolti e le ipotesi per eseguire il test t sono soddisfatte, le medie dei due gruppi sono confrontate. La matematica per il t-test può essere eseguita da un programma di analisi statistica dei dati come WINKS. La determinazione dell’esistenza di una differenza statisticamente significativa tra le due medie viene riportata come valore p. Di solito, se il p-value è al di sotto di un certo livello (di solito 0,05), la conclusione è che c’è una differenza tra le due medie di gruppo. Più basso è il p-value, maggiore è la “prova” che le due medie di gruppo sono diverse. È il valore p che di solito viene riportato negli articoli di giornale per sostenere un’ipotesi dei ricercatori riguardo ai risultati osservati per i due gruppi.

L’altro tipo comunemente usato di t-test è il Paired t-test. In questo caso i soggetti dei due gruppi sono gli stessi o abbinati. Cioè, gli stessi soggetti sono osservati due volte, spesso con qualche intervento tra le misure. Un vantaggio di usare gli stessi soggetti è che la variabilità sperimentale è minore rispetto al caso del gruppo indipendente. Per esempio, il ricercatore può osservare il peso o i livelli di colesterolo prima e dopo l’applicazione di un trattamento. Per questo test si osserva e si confronta la differenza media tra le due osservazioni ripetute. Se la differenza è sufficientemente grande, allora c’è la prova che il trattamento ha causato qualche cambiamento nella variabile osservata. Si esegue un t-test a coppie e la differenza osservata tra i gruppi è riassunta in un valore p.

I vantaggi di eseguire un test t è che è facile da capire e generalmente facile da eseguire. Tuttavia, il fatto che questi test siano così ampiamente utilizzati non li rende l’analisi corretta per tutti i confronti. Ci sono alcune avvertenze di cui dovreste essere consapevoli prima di eseguire questi test. Come accennato in precedenza, nel t-test del gruppo indipendente, ad esempio, se le varianze non sono uguali, allora si dovrebbe eseguire una trasformazione di stabilizzazione della varianza o una modifica del t-test, di solito il t-test di Welch (un t-test per varianze disuguali). Questa versione del t-test del gruppo indipendente tiene conto delle differenze nelle varianze e regola il p-value di conseguenza. Se i dati per entrambi i test non sono normalmente distribuiti, allora potrebbe essere necessario impiegare un diverso tipo di test di confronto, un test non parametrico. Nel caso di gruppi indipendenti, il test non parametrico solitamente eseguito è il test di Mann-Whitney. Per i dati appaiati che non sono normalmente distribuiti, viene solitamente eseguito il test Wilcoxen signed-rank. Tutti questi test sono disponibili in WINKS.

Inoltre, a volte i ricercatori fanno l’errore di eseguire test t multipli quando ci sono più di due gruppi nella loro ricerca. Questo approccio distrugge il significato del valore p e porta a conclusioni errate sui dati. Invece dei test t multipli, ci sono altri approcci statistici all’analisi di gruppi multipli, in particolare l’analisi della varianza.

La decisione su quale test di confronto usare per una particolare analisi è di vitale importanza per prendere decisioni imparziali e corrette sui risultati della ricerca. Gli articoli professionali vengono spesso rifiutati quando vengono eseguiti test inappropriati sui dati della ricerca. Perciò dovresti selezionare le tue analisi con cura e consultare uno statistico professionista se ci sono dubbi sul tipo di analisi da usare.

VINCE SDA Data Analytics Software Affordable Software for Predictive Analytics in Health, Science, Business, and Government

Free Shipping for a limited time…

Il miglior valore per un programma di statistica, a partire da $75 per la versione download. (Meno per le edizioni per studenti.)

Vince
Software statistico
Affidabile. Rilevante. Affordable.
www.texasoft.com
Garantiamo che WINKS soddisferà le vostre esigenze statistiche – o i vostri soldi indietro! (restituzione entro 30 giorni per un rimborso completo.)

|Indice dei tutorial |WINKS Software |BeSmartNotes |