چگونه می توان آزمایش آماری مناسب را برای نتایج پیچ و خم بالا به علاوه انتخاب کرد؟

هنگامی که نوبت به تجزیه و تحلیل نتایج آزمون Maze Plus Plus (EPM) می رسد ، انتخاب آزمون آماری مناسب برای ترسیم نتیجه گیری دقیق و معنی دار بسیار مهم است. من به عنوان تأمین کننده پیشرو در تجهیزات ماز به علاوه ماز ، دست اول شاهد چالش هایی هستم که محققان در این زمینه با آن روبرو هستند. در این وبلاگ ، من شما را از طریق فرآیند انتخاب آزمون آماری مناسب برای نتایج EPM خود راهنمایی می کنم ، بینش و نکات عملی را در این راه ارائه می دهم.

درک پیچ و خم به علاوه بالا

پیچ و خم به علاوه بالا یک آزمایش رفتاری گسترده برای ارزیابی اضطراب است - مانند رفتار در جوندگان. این شامل دو بازوی باز و دو بازوی بسته است که از بالای زمین بلند شده است. بیزاری طبیعی جوندگان به فضاهای باز و بالا به این معنی است که حیوانات مضطرب زمان کمتری را در آغوش باز و زمان بیشتری در بازوهای بسته می گذرانند. متغیرهای متداول که در یک آزمایش EPM اندازه گیری می شوند شامل زمان صرف شده در آغوش باز ، زمان صرف شده در سلاح های بسته ، تعداد ورودی ها در آغوش باز و تعداد ورودی های موجود در اسلحه های بسته است.

عواملی که باید قبل از انتخاب آزمون آماری در نظر بگیرید

قبل از غواصی در آزمایشات آماری خاص ، باید چندین عامل در نظر گرفته شود:

1 نوع داده

ماهیت داده های شما مورد توجه اصلی است. دو نوع اصلی داده وجود دارد: پارامتری و غیر پارامتری. فرض بر این است که داده های پارامتری از توزیع عادی پیروی می کنند و در گروه ها واریانس برابر دارند. داده های غیر پارامتری این فرضیات را برآورده نمی کنند. به عنوان مثال ، اگر زمان صرف شده در آغوش باز را اندازه گیری می کنید ، و داده ها به صورت متقارن در اطراف یک میانگین با یک منحنی زنگ شکل توزیع می شوند ، احتمالاً پارامتری است. با این حال ، اگر داده ها به هم ریخته یا دارای فضای باز باشند ، ممکن است غیر پارامتری باشد.

2. تعداد گروه ها

تعداد گروه های آزمایشی نیز نقش مهمی ایفا می کند. ممکن است شما یک گروه واحد ، دو گروه یا چندین گروه داشته باشید. به عنوان مثال ، در یک آزمایش ساده ، شما ممکن است یک گروه کنترل و یک گروه درمانی (دو گروه) را مقایسه کنید. در یک مطالعه پیچیده تر ، شما می توانید دوزهای مختلفی از یک دارو یا سویه های ژنتیکی مختلف داشته باشید که منجر به چندین گروه می شود.

3. طرح آزمایشی

این که آیا مطالعه شما یک طراحی بین موضوعات (حیوانات مختلف در هر گروه) است یا طراحی افراد در داخل (همان حیوانات تحت شرایط مختلف آزمایش می شوند) بر انتخاب آزمون آماری تأثیر می گذارد. در طراحی بین موضوعات ، استقلال مشاهدات یک فرض کلیدی است ، در حالی که در یک طراحی موضوعات در داخل ، همبستگی بین اندازه گیری های مکرر باید در نظر گرفته شود.

تست های آماری برای سناریوهای مختلف

مقایسه دو گروه مستقل

اگر شما دو گروه مستقل (به عنوان مثال ، یک گروه کنترل و یک گروه تحت درمان با دارو) دارید و داده های شما پارامتری هستند ، آزمایش نمونه های مستقل یک انتخاب مناسب است. این آزمون میانگین دو گروه را برای تعیین تفاوت معنی داری مقایسه می کند. به عنوان مثال ، اگر می خواهید بدانید که آیا زمان صرف شده در آغوش باز بین کنترل و گروه تحت درمان متفاوت است ، می توانید از نمونه های مستقل T - آزمایش استفاده کنید.

فرمول برای نمونه های مستقل t - آزمون:

[t = \ frac {\ bar {x}{1}-\ bar {x}{2}} {s_ {p} \ sqrt {\ frac {1} {n_ {1}+\ frac {1} {n_ {2}}}]]

کجا (\ bar {x}{1}) و (\ bar {x}{2}) وسیله دو گروه است ، (N_ {1}) و (N_ {2}) اندازه نمونه دو گروه است و (S_ {P}) انحراف استاندارد است.

اگر داده های شما غیر پارامتری است ، می توان از آزمون Mann - Whitney U استفاده کرد. این آزمون تمام داده های هر دو گروه را با هم رتبه بندی می کند و سپس رتبه های دو گروه را مقایسه می کند. این یک توزیع - جایگزین رایگان برای نمونه های مستقل T - T - Test است.

مقایسه دو گروه مرتبط

در یک طراحی در داخل با دو شرط (به عنوان مثال ، همان حیوانات قبل و بعد از درمان آزمایش می شوند) ، اگر داده ها پارامتری باشند ، نمونه های زوج T - مناسب هستند. این آزمون بر تفاوت بین مشاهدات زوج متمرکز است. به عنوان مثال ، اگر زمان صرف شده در آغوش باز را قبل و بعد از تجویز دارو به همان گروه از حیوانات اندازه گیری کنید ، آزمایش نمونه های زوجی می تواند تعیین کند که آیا این دارو تأثیر قابل توجهی دارد یا خیر.

فرمول برای نمونه های زوج t - تست:

[t = \ frac {\ bar {d}} {s_ {d}/\ sqrt {n}]

جایی که (\ bar {d}) میانگین تفاوت بین مشاهدات زوج است ، (S_ {D}) انحراف استاندارد از اختلافات است و (n) تعداد جفت ها است.

اگر داده ها غیر پارامتری باشند ، آزمون Wilcoxon امضا شده راهی است که باید انجام شود. این تفاوتهای مطلق بین مشاهدات زوج را رتبه بندی می کند و سپس علائم این اختلافات را در نظر می گیرد.

مقایسه چندین گروه

هنگامی که بیش از دو گروه دارید ، اگر داده ها پارامتری باشند و فرضیات عادی بودن و واریانس های برابر را برآورده می کنند ، تجزیه و تحلیل واریانس یک طرفه (ANOVA) یک انتخاب مشترک است. ANOVA با تجزیه و تحلیل واریانس بین گروه ها و گروه ها ، میانگین گروه های مختلف را مقایسه می کند. به عنوان مثال ، اگر سه دوز مختلف از یک دارو و یک گروه کنترل دارید و می خواهید ببینید که آیا در زمان صرف شده در آغوش باز در بین این چهار گروه تفاوت هایی وجود دارد ، از یک طرف ANOVA می توان استفاده کرد.

اگر نتیجه یک روش ANOVA قابل توجه باشد ، فقط به شما می گوید که حداقل یک تفاوت قابل توجه در بین گروه ها وجود دارد. سپس شما نیاز به انجام آزمایشات تعقیب و گریز ، مانند آزمون تفاوت صادقانه توکی (HSD) ، برای تعیین اینکه کدام گروه های خاص با یکدیگر متفاوت هستند ، انجام دهید.

اگر داده های شما غیر پارامتری هستند ، آزمون Kruskal - Wallis مناسب است. این معادل غیر پارامتری ANOVA یک راه است. مشابه آزمون Mann - Whitney U ، تمام داده های همه گروه ها را با هم رتبه بندی می کند و سپس رتبه ها را در بین گروه ها مقایسه می کند. اگر آزمون Kruskal - Wallis قابل توجه باشد ، می توانید از آزمون Dunn به عنوان یک آزمایش بعد از تعقیب استفاده کنید تا تفاوت های بین گروه های خاص را مشخص کنید.

سایر ملاحظات و تجهیزات مرتبط

علاوه بر پیچ و خم به علاوه بالا ، تجهیزات دیگری نیز وجود دارد که می تواند در تحقیقات رفتار حیوانات مورد استفاده قرار گیرد. به عنوان مثال ،پیچ و خم بازوی شعاعیبرای مطالعه یادگیری مکانی و حافظه در جوندگان استفاده می شود. درسیستم آزمایش پاسخ ساقه مغز شنوایی موشمی توان برای ارزیابی عملکرد شنوایی در موش ها وسیستم تست پاسخ ماوسبرای مطالعه رفلکس stamele و رفتارهای مرتبط مفید است.

هنگام انتخاب آزمایش آماری برای نتایج این تجهیزات دیگر ، همان اصول در نظر گرفتن نوع داده ، تعداد گروه ها و طراحی آزمایشی اعمال می شود.

پایان

انتخاب آزمون آماری مناسب برای نتایج بسیار بالا به علاوه پیچ و خم یک فرایند چند مرحله ای است که نیاز به بررسی دقیق نوع داده ها ، تعداد گروه ها و طراحی آزمایشی دارد. با درک این عوامل و آزمایشات آماری موجود ، می توانید اطمینان حاصل کنید که تجزیه و تحلیل شما دقیق و قابل اعتماد است.

ما به عنوان تأمین کننده تجهیزات ماز به علاوه ماز ، ما متعهد به ارائه محصولات با کیفیت بالا و پشتیبانی از نیازهای تحقیق شما هستیم. اگر علاقه مند به خرید پیچ و خم به علاوه ماستیم یا سؤالاتی در مورد تجهیزات تحقیق در مورد رفتار حیوانات دارید ، لطفاً برای تهیه و بحث بیشتر با ما تماس بگیرید.

منابع

1. زمینه ، A. (2013). کشف آمار با استفاده از آمار IBM SPSS. انتشارات مریم گلی.
2. Siegel ، S. ، & Castellan Jr ، NJ (1988). آمار غیرپارامتری برای علوم رفتاری. مک گرا - هیل.
3. هاول ، دی سی (2012). روشهای آماری برای روانشناسی. Wadsworth Cengage Learning.