Mon problème: essai randomisé en groupe parallèle ayant une distribution très asymétrique du résultat principal. Je ne veux pas assumer la normalité et utiliser des IC à 95% normaux (c'est-à-dire en utilisant 1,96 X SE).
Je suis à l'aise d'exprimer la mesure de la tendance centrale en tant que médiane, mais ma question est alors de savoir comment construire un IC à 95% de la différence de médiane entre les deux groupes.
La première chose qui vient à l'esprit est l'amorçage (rééchantillonnage avec remplacement, déterminer la médiane dans chacun des deux groupes et soustraire l'un de l'autre, répéter 1000 fois et utiliser l'IC à 95% corrigé du biais). Est-ce la bonne approche? D'autres suggestions?
wilcox.test()
(sousDetails
), cela est étroitement lié à la différence de médiane, mais pas tout à fait la même.Réponses:
La procédure d'amorçage que vous décrivez doit être valide. Cependant, il est important de garder à l'esprit que, comme l'IC 95% basé sur la normale, un intervalle de confiance bootstrap n'est garanti que pour avoir une couverture correcte asymptotiquement. Une bonne chose à propos de l'utilisation de la médiane ou d'autres quantiles est que vous pouvez construire des intervalles de confiance d'échantillons finis exacts sous des hypothèses très faibles. L'idée de base est que sous la valeur nulle de la médiane de est m , l'indicateur dey m est une variable aléatoire de Bernoulli 0,5. Vous pouvez utiliser cette observation pour créer une statistique de test avec une distribution d'échantillons finis connue. VoirChernozhukov, Hansen, Jansson (2009)pour plus de détails.y<m
la source
Vous pouvez également essayer la méthode suggérée dans http://www.ncbi.nlm.nih.gov/pubmed/12243307 (Bonett, Price; 2002) comme alternative plus simple (au moins sur le plan informatique, je pense). Bonne question, au fait.
la source