是否可以將分類數據轉換為加權百分比？我通過測量餅乾烘烤的一致性來比較烤箱的效率（嗯，不是真的，我只是用這個作為例子）。在總結數據之後，我有兩個回答，“煮得均勻”和“煮得不均勻”。
我可以創建一個新的列“％Cooked Evenly”，按Y運行Fit X，其中Y =％均勻烹飪，X =烤箱，Freq =批量餅乾？在這樣做時，我認為我正在給予重量（從批次數量）到百分比。以這種方式運行數據允許我運行means / anova和student t test來連接字母報告，這樣可以很容易地同時比較幾個烤箱。
通常情況下，我會堆疊“煮均勻”和“不均勻煮熟”，並在兩個烤箱上進行應急分析（觀察比例），找出哪些是彼此顯著不同的。當我在多個烤箱上同時使用意外事故分析時，我經常發現很難得到一個很好的統計概述。
在兩個場景中運行數據後，我得到了相同的概述，哪些烤箱明顯優於其他烤箱，但我通過給一個百分比“重量”得到了一小部分時間的信息。
這是一種接受分析分類數據的可接受方式嗎？任何和所有的批評都是受歡迎的！謝謝！
Re：將分類數據轉換為加權百分比是否可以？連接字母報告不適合二進制響應。這種形式的多重比較旨在用於具有連續響應的單向ANOVA。
您手動創建了比例，但此響應不應使用連續建模類型。回歸和方差分析假設真正的連續響應是無界的，但你的比例是有界的[0,1]。因此，雖然比例可以在此範圍內連續變化，但它不是真正的連續響應。
您的響應是二進制的，因此您應該使用邏輯回歸或具有二項分佈和logit鏈接函數的GLM。
Re：將分類數據轉換為加權百分比是否可以？據我所知，信件報告不可用。一般而言，對比選項在物流平台中受到限制。
如果您要求賠率比率，您將獲得所有類別組合的正式測試。
Re：將分類數據轉換為加權百分比是否可以？Ron - 將不同的行視為不同的“cookie類型”。對困惑感到抱歉。
Re：將分類數據轉換為加權百分比是否可以？謝謝你的前饋。
當我運行擬合模型時，我假設我仍然堆疊響應？因此Y =標籤（均勻煮熟/煮熟不均勻），X =烤箱，Freq =數據（均勻烹飪或不均勻烹飪的批次）。
我喜歡手動轉換數據的方法是摘要顯示連接字母報告 - 我在哪裡可以從邏輯回歸中找到這些信息？我對這份報告不太熟悉。
Re：將分類數據轉換為加權百分比是否可以？我同意馬克，邏輯回歸是要走的路。
此外，數據有兩個重複的結構。烤箱（A，B，C ......）是重複的，每次重複在批次方面都有更多的重複。如果所有相同的字母烤箱指示都相同，則數據摘要會產生誤導。如果它們不相同則需要進行控制。與批次相同的事情。
數據的呈現方式讓我覺得表中的行之間存在一些依賴關係。
羅恩
Re：將分類數據轉換為加權百分比是否可以？你有一個回應有兩個結果。為什麼不使用邏輯回歸？此方法基於您描述的比例/概率，但您不必手動轉換數據。確保響應列使用名義建模類型，然後選擇Analyze> Fit Model並在Y角色中輸入此列。它將自動切換到名義邏輯回歸。然後使用您要測試的任何效果構建線性預測器。
分析平台將提供您需要的所有功能，包括預測分析器。
所以要明確，您不需要總結結果並將響應轉換為比例。Logistic回歸將為您處理一切。
