분석을 위해 왜곡 된 계수 데이터 변환안녕 모두,
모델을 작성하는 데 사용하려는 계산 데이터가 크게 왜곡되어 있습니다. 데이터는 모양을 현명하게 변환하지만 카운트 데이터이므로 로그 모델에서는 작동하지 않는 제로가 많이 있습니다. 온라인으로 읽을 때 포아송 (Poisson) 배포본을 사용해야하지만 JMP를 사용하는 방법을 모르겠습니다.
어떤 조언을 주시면 감사하겠습니다.
다시 : 분석을 위해 왜곡 된 데이터를 변환고마워요 피터! GLM 링크를 확인해 보겠습니다.다시 : 분석을 위해 왜곡 된 데이터를 변환당신을위한 몇 가지 생각 :
1. Fit Model 플랫폼에서 일반화 된 선형 모델 특성을 시험해 볼 수 있습니다. 모델 지정 창의 일부로 응답 분포 (Poisson은 옵션 임) 및 링크 함수 (로그가 옵션 중 하나임)를 지정할 수 있습니다. 다음은 Generalized Linear Model 특성에 대한 JMP 온라인 문서 링크입니다.
https://www.jmp.com/support/help/14-1/generalized-linear-models.shtml#
2. Fit Model, Generalized Regression 특성에서 JMP Pro를 사용하는 경우 응답 인구 내에서 0이 우세한 상황과 같은 경우 Poisson 분포 옵션이 없습니다. 다음은 Generalized Regression 특성 배포 노트에 대한 JMP Pro 온라인 설명서 링크입니다.
https://www.jmp.com/support/help/14-1/distribution.shtml
다시 : 분석을 위해 왜곡 된 데이터를 변환종종 Gamma-Poisson을 사용하여 0에 피크가있는 개수 분포에 맞 춥니 다. 나는 이것에 대해서도 JMP 도움을 좋아한다.
