Gurlukovich escribió:Yo aprovecho para hacer mi pregunta, porque no tengo ni guarra de estadística. Tengo unos datos ideales (siete trazas de distintos metabolitos) a los que les he añadido ruido y distorsión y he hecho ciertos procesados para obtener las concentraciones originales. Estoy intentando ver como de buenos con los distintos procesados, y estaba aplicando el T-TEST, pareando los datos ideales con el dato ideal, que tiene variabilidad cero, con lo que no puede usarse este método para demostrar que es significativo al ser diferentes los universos muéstrales.
¿Alguna idea de como presentar la bondad de los resultados? Tengo el sesgo y varianza, pero es distinto para cada metabolito y procesado, y compara uno por uno me parece engorroso para el lector.
Si lo que quieres es comparar varias medias te toca tirar de ANOVA si la muestra se asemeja a una distribución normal o Kruskal Wallis si no es así. También puedes hacer regresión pero si no tienes ni idea es algo más complejo (también más correcto). La regresión es la única que te puede determinar cual es el responsable de las diferencias significativas (de haberlas). El resto solo te lo calculan en conjunto, pero no te dicen cual.
Para ver si se ajusta a la normal primero utiliza los test de Kolmogorov-Smirnoff o Saphiro-Wilk para ver el ajuste a la distribución normal. A diferencia de lo que suele ser habitual, aquí la p te interesa que sea mayor a 0,05 (o el valor que se acepte como significativo en tu campo), ya que eso indica que no hay diferencias con la normal.
Qué te parece el test de Dunnett's?
Me viene perfecto una vez finalizado el estudio para comparar, pero no para determinar el tamaño muestral.
De todas formas, mira a ver si alguien tiene SAS y te echa un cable, que como ya te dije hace tiempo, incorpora bastantes mas funciones que SPSS.
Supongo que EpiDat lo habras mirado ya no?
Visto, pero parece ser que no es posible, me voy a limitar a calcular dos veces y coger la muestra que me salga más grande.
