Mi problema: el ensayo aleatorizado de grupos paralelos que tiene una distribución muy sesgada del resultado primario. No quiero asumir la normalidad y usar IC del 95% basados en la normalidad (es decir, usando 1.96 X SE).
Me siento cómodo expresando la medida de tendencia central como la mediana, pero mi pregunta es cómo construir un IC del 95% de la diferencia en las medianas entre los dos grupos.
Lo primero que viene a la mente es el bootstrapping (volver a muestrear con reemplazo, determinar la mediana en cada uno de los dos grupos y restar uno del otro, repetir 1000 veces y usar el IC del 95% con corrección de sesgo). ¿Es este el enfoque correcto? ¿Cualquier otra sugerencia?
wilcox.test()
(debajoDetails
), esto está estrechamente relacionado con la diferencia en las medianas, pero no es lo mismo.Respuestas:
El procedimiento de arranque que describa debe ser válido. Sin embargo, es importante tener en cuenta que, al igual que el IC del 95% basado en la normalidad, un intervalo de confianza de arranque solo garantiza una cobertura correcta asintóticamente. Una cosa buena de trabajar con la mediana u otros cuantiles es que puedes construir intervalos de confianza de muestras finitas exactas bajo suposiciones muy débiles. La idea básica es que bajo nulo que la mediana de es m , el indicador para y < m es una variable aleatoria de Bernoulli 0.5. Puede utilizar esta observación para crear una estadística de prueba con una distribución de muestra finita conocida. Ver Chernozhukov, Hansen, Jansson (2009) para más detalles.y m y<m
fuente
También puede probar el método sugerido en http://www.ncbi.nlm.nih.gov/pubmed/12243307 (Bonett, Price; 2002) como una alternativa más simple (al menos computacionalmente, creo). Buena pregunta por cierto.
fuente