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()
(debajo Details
), esto está estrechamente relacionado con la diferencia en las medianas, pero no es lo mismo.