Reuni dados psicofisiológicos que medem a capacidade dos sujeitos (dois grupos) de perceber a vibração. Uma sonda vibratória se move contra a pele em deslocamentos cada vez menores, e o sujeito indica quando eles sentem a vibração. Infelizmente, em altas frequências, a sonda só pode se mover a uma curta distância e, às vezes, a maior distância que a sonda pode se mover ainda não é grande o suficiente para os sujeitos perceberem. Portanto, tenho valores-limite precisos para alguns assuntos, mas para alguns que nunca sentiram a vibração, simplesmente tenho um valor que sei que o limiar deles é maior que. Existe alguma maneira de eu ainda incluir esses dados? E qual é a melhor maneira de analisá-lo?
nonparametric
psychology
Cale
fonte
fonte
Respostas:
Eu gosto de usar modelos de mistura heterogêneos para descrever efeitos combinados de fontes fundamentalmente diferentes.
Você pode olhar algo como um modelo "Zero Inflated Poisson" no estilo de Diane Lambert. " Regressão de Poisson inflada a zero, com aplicação a defeitos de fabricação ", Diane Lambert, Technometrics, vol. 34, Iss. 1, 1992
Acho essa idéia particularmente agradável porque parece contradizer a noção de que a aplicação do desenho estatístico de experimentos à medicina não pode curar completamente a doença. Por trás da noção, está a idéia de que o método científico não pode completar seu objetivo na medicina vem da idéia de que não existem dados sobre doenças de um indivíduo saudável "perfeitamente" e, portanto, que os dados não podem informar o remédio da doença. Sem medição, não há espaço para melhorar.
Usar algo como um modelo inflado a zero permite extrair informações úteis de dados que são parcialmente "livres de erros". Ele está usando a percepção do processo para pegar as informações que poderiam ser consideradas "silenciosas" e fazê-las falar. Para mim, esse é o tipo de coisa que você está tentando fazer.
Agora não posso começar a afirmar quais combinações de modelos usar. Suspeito que você possa usar um Modelo de Mistura Gaussiana com inflação zero (GMM) para iniciantes. O GMM é um pouco de um aproximador universal empírico para PDFs contínuos - como o primo PDF da aproximação da série Fourier, mas com o apoio do teorema do limite central para melhorar a aplicabilidade global e permitir tipicamente muitos menos componentes para criar um " boa "aproximação.
Melhor da sorte.
EDITAR:
Mais sobre modelos com inflamento zero:
fonte
Agrupar os resultados e definir uma escala pode ser uma solução.
Faça uma variável de categoria assim (ou diferente):
Você pode usar essa variável para fazer a análise, mas se os resultados são significativos depende de quão bem você define as categorias.
fonte