カーブフィッティングと正規化正に歪んだデータセットがあるため、それを正規化する必要があります。 私には、年齢とともに、知的障害のある人に見られる困難な行動に伴う波形が見られます。 私は JMP や高度な統計手法についてはまったくの初心者ですが、これは私の博士課程研究の要件における大きな一歩です。 スケール開発、カーブフィッティング、データの正規化に関するステップバイステップのガイドラインやビデオ...助けていただければ幸いです。
Re: カーネル スムーザーメールありがとうございます。 「ヘルプブック」を読んで、カーネルでデータをよりスムーズに探索してみましょう。 帯域幅とそれが配信にどのような影響を与えるかについての理解が不足しています。 どうもありがとう
Re: カーネル スムーザー
JMP でカーネル スムーザーを使用する方法がわかりません。
JMP ヘルプまたはガイドのどの部分 (ヘルプ>本>基本的な分析:分布）わかりませんか？ ここでお役に立ててうれしいです。
Re: カーネル スムーザー
ジョンソン曲線フィッティングの後、スコアをスケール (m=15、sd=3) に変換しました。これは、この種のテストのベンチマークです。 データの一部をここに送信しました。 最初の列は生のスコア (0-27)、2 番目の列はスケール スコア (1-24)、そして 3 番目は Excel で 2 番目の列をカーネル密度推定に適合させ、調整されたスケール スコアである 3 番目の列を取得しました。 。 問題は、この調整されたスケール スコアの平均値が 15、SD 3 である必要があることです。
スケールを {m=15, sd=3} に変換しました。 JMP は通常の方法であるため、中心 (m=0) とスケール (sd=0) を試みます。 たとえば、この方法で中心に配置され、スケーリングされた予測変数は、回帰の仮定をよりよく満たします。 任意の変換用に設計されたものではありません。 いつでも定数を乗算して、必要な SD を実現できます。 いつでも定数を追加して、必要な平均を達成できます。 翻訳する前にスケールします。
カーネル スムーザーまたあったね、
ジョンソン曲線フィッティングの後、スコアをスケール (m=15、sd=3) に変換しました。これは、この種のテストのベンチマークです。 データの一部をここに送信しました。 最初の列は生のスコア (0-27)、2 番目の列はスケール スコア (1-24)、そして 3 番目は Excel で 2 番目の列をカーネル密度推定に適合させ、調整されたスケール スコアである 3 番目の列を取得しました。 。 問題は、この調整されたスケール スコアの平均値が 15、SD 3 である必要があることです。 JMP でカーネル スムーザーを使用する方法がわかりません。3 つの年齢グループの基準を持つ 5 つのサブスケールを取得し、途中まで進んでいます。 今のところ、平均値 15、SD-3 に適合するものはありません。範囲は 15 ～ 19 ですが、SD は 3 ～ 5 の範囲です。 時間に余裕がないので、方法を見つけなければなりません。 それが正しいかどうかはわかりませんが、3番目の列を使用して、最大値24を持つExcelの乱数生成に使用しようとしました。正しいものを見つけるためにそれらのmとsdを計算しました。 しかし、それを行うのは徹底的です。 ここでノンパラメトリック統計を調査する自信はありませんが、カーネル スムーザーがポストノルム スムージングに適合するという証拠はあります。 アドバイスをいただければ幸いです。 ありがとう。
Re: カーブフィッティングと正規化ありがとう。 それを探っていきます。
Re: カーブフィッティングと正規化ベジ、
最新の入力に基づいて、ニューラル ネットワーキングやパーティショニングなどの予測モデリング手法を使用してデータを分析する必要がある場合があります。
Re: カーブフィッティングと正規化はい、ありがとうございます。 きっとそうします。 しかし、私はこの見解に異議を唱えるのに十分な知識を持っていないとも思いますし、それが全体主義と還元主義、定量的と定性的、タイプ I の過誤とタイプ II の過誤などのような議論になり得るという事実も受け入れます。 私が自分の仕事に対してできる唯一の弁護は、このスケールがシステムレベルでより有用になるということだ。つまり、集中的な治療が必要な人々、その親や教師が行動変容について教育を受け、潜在的な問題を回避できる人々を分類するのに役立つだろうということだ。積極的な行動のサポートを必要とする人は少なくなります。 これは、個別のアプローチではなく、システムベースの規定（介入モデルへの対応）に似ています。 セラピークリニックに入ってくる子供も、参照された基準に基づいて治療を受けることになります。
ご提案ありがとうございます。
Re: カーブフィッティングと正規化ドナルド・ウィーラー博士の論文を読む必要があります。
データの変換は分析に致命的な影響を与える可能性があります
正規分布の誤った恋には必ず終止符が打たれる！
Re: カーブフィッティングと正規化前回の投稿から、数週間にわたる気が遠くなるような大規模な調査を経て、章執筆の一部を含む次の手順を思いつきました。 もしよろしければ、どなたかピアレビューと検証をお願いできますか？ ありがとう。
規範の開発
下位尺度および挑戦的行動複合 (CBC) 規範の開発は、いくつかの段階で行われました。 この手順は、Jing-Jen Wang (1992) の著作から採用されました。 [1]とスパロウ、チケッティ＆バラ (2005) [2] 。 年齢 (4 ～ 58 歳) を 12 の年齢グループに分割し、各年齢グループの 5 つの下位尺度について、生のスコア分布の対応する平均、標準偏差、歪度、尖度を計算しました。 年齢に対する 12 の平均値の折れ線グラフが下位尺度ごとに個別に描かれ、平均値を通る滑らかな線がトレースされました。 同様に、12 の年齢グループにわたる標準偏差がプロットされ、平滑化されました。
各サブスケールの各年齢グループの平滑化された平均と標準偏差、および平滑化されていない歪度と尖度の値は、標準化のいくつかの段階にさらに入力されました。 生のスコアは標準スコアに変換され、さらに平滑化された平均と標準偏差に基づいて別の分布が生成されました。 ジョンソン有界分布を生成するために、分布 (平滑化された平均と標準偏差を含む) が入力されました。 [3] 、次に、チャレンジ行動評価尺度 (CBRS) スコアに変換されました。 [4] (平均=15、SD=3)。 範囲を超えた標準を取得するために、生のスコアと CBRS スケール スコアを使用した線形回帰が実行されました。 予測値は、CBRS スケール スコアとして使用されました。
次のステップでは、12 の年齢グループの変換が 55 の年齢グループ (4 ～ 58 歳) を含むように拡張されました。 ギャップを埋めるために、線形補間 (隣接する年齢グループ間の欠損値の場合) が使用されました。 (年齢グループを超えた欠損値の外挿を試みましたが、結果は意味がなかったので、実行しませんでした)
[1]ジンジェン・ワン （1992年）。 歪んだ規範分布の規範を生成するための分析的アプローチ。 カリフォルニア州サンフランシスコで開催された全米教育測定評議会年次総会で発表された論文。
[2]スパロー、SS、 バージニア州チケッティ、 & バラ、AD (2005)。 Vineland-II 調査フォームマニュアル。 NCS Pearson Inc. アメリカ
[3]ジョンソン曲線は、分布の平均、標準偏差、歪度、尖度の値で生成されたモーメント (γ、δ、θ、σ) を使用してフィッティングされます。
[4] Vineland-II は、不適応行動の尺度として、平均 (15) と標準偏差 (3) の尺度スコアを使用します。 これは、他の多くのテストのスケールされたスコアに対する相対的な尺度であると考えられます。
Re: カーブフィッティングと正規化改めてご指導ありがとうございます。 本当の問題は、たとえば、サブスケールには 4 点評価 (0 ～ 3) の 9 項目があるため、合計スコアは 27 であることです。 サンプル数 207、範囲 (0 ～ 27) の度数分布では、生のスコア値、つまり 15、18、19、20 などが存在しません。 JSb を実行すると、データセットに存在しない生のスコア値に対応する z 値はどうなりますか。 その場合、どのようにして規範を生成できるのでしょうか? また、生のスコア 0 がスケール スコア 10 であるという意味で、スケール スコアが広く分散していることにも気づきました (z は、平均 15、標準偏差 3 のスケール スコアに変換されます。これは、困難な行動と知的障害の参照指標です) ）、存在しないスコアを除いた残りのスコア（1 ～ 27）は、スケール スコア 17 に入りました。 T スコアでも試してみましたが、同じ結果でした。 同様の研究の著者は、平均値と SD の調整、年齢グループによる滑らかな曲線、モーメントの生成、および JohnsonSb への入力と変換テーブルについて述べています。 しかし、それに関する詳細な手順の説明は見当たりません。与えられたモーメントでどのような周波数分布が JSb に入るのかがわかりません。 JSb ではユーザー定義パラメータが可能です... これらのパラメータはどこから取得され、何に適用されますか? JSb のアプリケーションについての理解が必要です。 よろしくお願いします。 ありがとう。
Re: カーブフィッティングと正規化記事から、著者はジョンソン変換ファミリーの 1 つを対象の変数に適用したようです。 JMP 内には、ジョンソン変換で同様のことを行うためのワークフローがいくつかあります。
ワークフロー 1: 変換されていない元の単位変数を使用して、通常のディストリビューション プラットフォーム レポートを作成します。 分布プラットフォーム レポートの、度数分布グラフィックの上の JMP ホット スポットから、[連続フィット] ドロップダウン オプションを選択し、目的のジョンソン変換を選択します。 [変換済みの保存] を選択すると、ジョンソン変換グラフィック ホット スポットから変換された変数をデータ テーブルに保存できます。
ワークフロー 2: JMP バージョン 12 以降を実行している場合にのみ使用できると思います。これは、JMP データ テーブルから変換する特定の列を選択し、列ヘッダーで右クリックし、[新しい数式列] -> [分布] - > ジョンソンは正常化しています。 このワークフローは、Johnson Sb 変換に対応する新しい列をデータ テーブルに作成します。
Re: カーブフィッティングと正規化ご返信ありがとうございます。 データを正規化したい理由は、自分が開発したスケールの規範を生成し、心理測定の特性を確立できるようにしたいからです。 この記事を読んでいますhttps://ia801404.us.archive.org/27/items/ERIC_ED353271/ERIC_ED353271.pdf , これは私がやりたいことと似ています。
JMP でこのカーブ フィッティングを実行するには助けが必要です。 再度、感謝します。
Re: カーブフィッティングと正規化最初の疑問は、特定の変数の分布が歪んでいるからといって、なぜデータを「正規化」する必要があると感じるのかということだと思います。 歪度自体は、必ずしも何らかの方法でデータを変換する理由になるわけではありません。 通常、変換の必要性は、そのような外部基準で考慮されているデータ分析方法などによって促進されます。 分布の仮定に対して堅牢であるか、まったく適用されない分析手法が多数あります。 おそらく、あなたの研究の実際的な目標と、あなたが検討しているデータ分析の方法についてもう少し詳しく共有していただければ、私たちの何人かがより多くのガイダンスを提供できるかもしれません。
