經過常態測試！親愛的大家，
我通過log-normal或其他函數對我的數據進行了規範化。我使用了“Distribution> Fit”並查看了它的“Goodness Fit ...”。
為了通過ANOVA進行分析，我使用了“擬合模型”，並根據我用於標準化的函數對數據進行了轉換。恩。我使用log-normal來保持正常，所以我將它轉換為log。
我做得對嗎？
我需要平均比較的手段或報告它們。我應該報告或使用原始數據還是轉換數據？另外，我需要標準錯誤。我應該使用基於新數據的標準錯誤嗎？
因為，如果我使用均值或標準誤差作為轉換形式，它與原始數據不同。
對不起，我知道這是基本的，但我有點困惑。請幫我。
非常感謝您的參與
Re：正常測試後！親 @markbailey
非常感謝。
太棒了，
乾杯，
米拉德
Re：正常測試後！我希望我先前的答復不會混淆這一點。您需要在整個過程中保持一致。但最後，它可能有意義反變換演示結果。您不能使用原始數據，而是將統計結果（例如均值或置信區間）反向轉換為原始比例。
Re：正常測試後！親 @Peter_Bartell
非常感謝你的時間和建議。
這真的很有用。
Re：正常測試後！親 @markbailey
非常感謝您的時間和解釋。
我的意思是我報告ANOVA結果，並根據原始數據報告平均比較。
例如，我有一系列百分比數據。它們不正常，我通過日誌對它們進行了轉換並對其進行了分析。現在，為了進行平均比較，我應該使用基於非標準化或標準化數據的數據嗎？
Re：正常測試後！ 我從根本上同意我的同事 @markbailey 的律師。我要添加的唯一內容是在您的報告和結果展示中，請注意您的受眾。如果他們需要根據您的學習建議做出決定或採取行動，可能有一段時間您希望使用未轉換的值與受眾進行溝通。我並不是說以未轉化的方式進行分析......但是當按照這樣的說法進行溝通時，“來自反應堆A的材料的平均濃度為x，來自反應堆B的材料的平均濃度為y “。那麼在未轉換的單元中傳遞這些信息可能更有益。
我總是試圖從決策者的角度來看待溝通的結果而不是統計學家的觀點......那些決策者正在賺錢......而不是統計學家。如果需要，可以提供統計細節作為後續行動或附錄等。
Re：正常測試後！分析基於轉換後的數據，因此要保持一致。該過程包括變換，擬合模型（ANOVA），評估統計，檢查假設（即殘差）等。結論和報告基於轉換後的數據。
在科學中，我們一直直接使用pH值。我們不會將其轉換為Hydronium活動。沒有必要。
