ANOVA-AnnahmetestHallo JMP-Community!
Bei meinem Datenanalyseprojekt stoße ich auf eine Frage. Ich möchte testen, ob sich die Preise verschiedener Produkttypen statistisch unterscheiden. Ich verwende ANOVA, um die Tests durchzuführen. Zuvor habe ich ein Boxplot mit Preisen für verschiedene Produkttypen erstellt. Ich frage mich, ob ich die im Boxplot angezeigten Ausreißer ausschließen sollte, bevor ich eine ANOVA-Analyse durchführe.
Es wäre wirklich hilfreich, wenn Sie mir einige Einblicke geben könnten. Vielen Dank!
Betreff: ANOVA-AnnahmetestSie könnten versuchen, die Antwort umzuwandeln. Stark verzerrte Daten profitieren oft von der natürlichen Logarithmusfunktion. Alternativ können Sie die Daten mit „Fit Least Squares“ analysieren, um die beste Leistungstransformation zu ermitteln:
- Wählen Analysieren > Modell anpassen
- Wählen Openbid und klicken Y
- Wählen Artikel und klicken Hinzufügen
- Klicken Laufen
- Klicken Sie auf das rote Dreieck neben Antwort und wählen Sie aus Faktorprofilierung > Box Cox Y-Transformation
Untersuchen Sie die Darstellung von SSE gegenüber Lambda. Wenn keine Transformation hilfreich ist, sollte der minimale SSE in der Nähe von Lambda = 1 gefunden werden. Lambda = 0 entspricht im Wesentlichen einer Protokolltransformation. Klicken Sie auf das rote Dreieck neben Box Cox und wählen Sie aus Am besten sparen . Wiederholen Sie nun Ihre Analyse mit Openbid X als Antwort.
Prüfen Sie, ob diese Änderung dazu beiträgt, die Annahmen zu erfüllen.
Betreff: ANOVA-AnnahmetestVielen Dank für Ihre Antwort!
Ich verstehe, dass ich prüfen muss, ob die abhängige Variable normalverteilt ist und die Varianz gleich ist. Ich habe das normale Quantil und ungleiche Varianzen in JMP ausprobiert. Das Ergebnis habe ich auch in diesem Beitrag angehängt. Es scheint jedoch, dass meine Daten nicht normalverteilt sind und ungleiche Varianzen aufweisen. Ich frage mich, wie ich mit ungleichen Varianzen umgehen soll.
Betreff: ANOVA-AnnahmetestDas gefällt mir wirklich gut Normales Quantildiagramm Option in Ein Weg . Dieses Diagramm überlagert die Normalverteilung jeder Gruppe im selben Diagramm. Der y-Achsenabschnitt ist der Mittelwert und die Steigung ist die Standardabweichung. Sie können die ANOVA-Annahmen überprüfen (nur die Populationsdifferenz ist der Mittelwert (vertikale Verschiebung der Linien), Populationen haben die gleiche Varianz ( Linien sind parallel ) und auf Ausreißer prüfen) gleichzeitig.
Betreff: ANOVA-AnnahmetestZusätzlich zu Jims Einsicht möchten Sie auch die Annahme überprüfen, dass die Varianz ist konstant über die Gruppen hinweg, da die Testmodelle auf diese Weise Varianz erzeugen und die Schätzungen über die Gruppen hinweg zusammenfassen. Klicken Sie also unbedingt auch auf das rote Dreieck neben Oneway und wählen Sie aus Ungleiche Varianzen Für diese Überprüfung einer weiteren wichtigen Annahme.
Betreff: ANOVA-AnnahmetestVielen Dank, Jim! Das hilft sehr!
Betreff: ANOVA-AnnahmetestMeiner Meinung nach sollten Ausreißer nicht eliminiert werden, es sei denn, es liegt ein kausaler Effekt vor, der nichts mit der Analyse zu tun hat, die die Werte zu dem gemacht hat, was sie letztendlich hatten. Wenn keine Werte gefunden werden können, sollten Sie davon ausgehen, dass die Werte Teil Ihrer gültigen Verteilung sind. Aber das führt uns zum nächsten Problem: ANOVA geht davon aus, dass die Daten normalverteilt sind. Bei verzerrten Daten (Ausreißer können die Ursache dafür sein) haben die Daten möglicherweise keine normale Form. In diesem Fall sollten Sie versuchen, die Daten durch Transformation zu normalisieren. Die Verteilungsplattform in JMP kann Ihnen bei der Feststellung helfen, ob die Daten normal sind oder nicht. Falls nicht, kann sie Ihnen möglicherweise eine Transformation bereitstellen, die Sie zur Konvertierung in den Normalzustand für die Analyse verwenden können.
