Saya memiliki simulasi di mana seekor hewan ditempatkan di lingkungan yang bermusuhan dan diatur waktunya untuk melihat berapa lama ia dapat bertahan hidup menggunakan beberapa pendekatan untuk bertahan hidup. Ada tiga pendekatan yang bisa digunakan untuk bertahan hidup. Saya menjalankan 300 simulasi hewan menggunakan setiap pendekatan bertahan hidup. Semua simulasi terjadi di lingkungan yang sama tetapi ada beberapa keacakan sehingga berbeda setiap kali. Saya menghitung berapa detik binatang itu bertahan dalam setiap simulasi. Hidup lebih lama lebih baik. Data saya terlihat seperti ini:
Approach 1, Approach 2, Approach 2
45,79,38
48,32,24
85,108,44
... 300 rows of these
Saya tidak yakin dengan semua yang saya lakukan setelah titik ini, jadi beri tahu saya jika saya melakukan sesuatu yang bodoh dan salah. Saya mencoba mencari tahu apakah ada perbedaan statistik pada umur menggunakan pendekatan tertentu.
Saya menjalankan tes Shapiro pada masing-masing sampel dan mereka kembali dengan nilai p kecil, jadi saya percaya data tidak dinormalisasi.
Data pada baris tidak memiliki hubungan satu sama lain. Benih acak yang digunakan untuk setiap simulasi berbeda. Akibatnya, saya percaya data tidak dipasangkan.
Karena data tidak dinormalisasi, tidak dipasangkan dan ada lebih dari dua sampel, saya menjalankan tes Kruskal Wallis yang kembali dengan nilai p 0,048. Saya kemudian pindah ke post hoc, memilih Mann Whitney. Benar-benar tidak yakin apakah Mann Whitney harus digunakan di sini.
Saya membandingkan masing-masing pendekatan survival dengan satu sama lain pendekatan dengan melakukan tes Mann Whitney yaitu {(pendekatan 1, pendekatan 2), (pendekatan 1, pendekatan 3), (pendekatan 2, pendekatan 3)}. Tidak ada temuan signifikansi statistik antara pasangan (pendekatan 2, pendekatan 3) menggunakan uji dua sisi tetapi ada perbedaan signifikansi yang ditemukan menggunakan uji satu sisi.
Masalah:
- Saya tidak tahu apakah menggunakan Mann Whitney seperti ini masuk akal.
- Saya tidak tahu apakah saya harus menggunakan Mann Whitney satu atau dua ekor.