¿Está bien transformar los datos categóricos en porcentajes ponderados?Estoy comparando la eficiencia de los hornos al medir la consistencia en el horneado de galletas (bueno, no realmente, solo estoy usando esto como ejemplo). Después de resumir los datos, tengo dos respuestas, "Cocinado uniformemente" y "Cocinado de manera desigual".
¿Puedo crear una nueva columna "% de cocción uniforme", ejecutar Fit X by Y donde Y =% de cocción uniforme, X = horno y Freq = lotes de galletas? Al hacer esto, creo que estoy dando peso (de la cantidad de lotes) a los porcentajes. La ejecución de los datos de esta manera me permite ejecutar la prueba de medias / anova y t de Student para conectar el informe de la carta, lo que facilita la comparación de varios hornos al mismo tiempo.
Normalmente, apilo el "Cocinado uniformemente" y "Cocinado de manera desigual" y realizo un análisis de contingencia (observando proporciones) en dos hornos a la vez, descubriendo cuáles son significativamente diferentes entre sí. A menudo me resulta difícil obtener una buena descripción general de las estadísticas cuando uso el análisis de contingencia en varios hornos al mismo tiempo.
Después de ejecutar los datos en ambos escenarios, obtengo la misma visión general de qué hornos están superando significativamente a otros hornos, pero obtengo la información en una fracción del tiempo al dar "peso" a un porcentaje.
¿Es esta una forma aceptable de abordar el análisis de datos categóricos? ¡Todas las críticas son bienvenidas! ¡Gracias!
Re: ¿Está bien transformar los datos categóricos en porcentajes ponderados?El informe de las cartas de conexión no es apropiado para una respuesta binaria. Esta forma de comparaciones múltiples está diseñada para un ANOVA de una vía con una respuesta continua.
Usted creó manualmente las proporciones, pero esta respuesta no debe usar el tipo de modelado continuo. La regresión y ANOVA asumen que la verdadera respuesta continua no tiene límites, pero su proporción está delimitada [0,1]. Entonces, si bien la proporción puede variar continuamente en este rango, no es una verdadera respuesta continua.
Su respuesta es binaria, por lo que debe usar una regresión logística o un GLM con una distribución binomial y una función de enlace logit.
Re: ¿Está bien transformar los datos categóricos en porcentajes ponderados?el informe de cartas no está disponible por lo que sé. En general, las opciones de contraste están limitadas en la plataforma logística.
Si solicita las razones de posibilidades, obtendrá una prueba formal para todas las combinaciones de categorías.
Re: ¿Está bien transformar los datos categóricos en porcentajes ponderados?Ron: piensa en las diferentes filas como diferentes "tipos de cookies". Perdón por la confusion.
Re: ¿Está bien transformar los datos categóricos en porcentajes ponderados?Gracias por el feedforward.
Cuando ejecuto el modelo de ajuste, ¿asumo que todavía apilo las respuestas? De modo que Y = Etiqueta (cocinado uniformemente / cocinado de manera desigual), X = horno, Frecuencia = Datos (conteos de lotes cocinados uniformemente o cocidos de manera desigual).
Lo que me gusta de la transformación manual de datos es que el resumen muestra un informe de cartas conectadas. ¿Dónde puedo encontrar esta información de la regresión logística? No estoy muy familiarizado con este informe.
Re: ¿Está bien transformar los datos categóricos en porcentajes ponderados?Estoy de acuerdo con Mark, la regresión logística es el camino a seguir.
Además, hay una doble estructura repetitiva en los datos. Los hornos (A, B, C ...) son repetitivos y cada repetición tiene más repeticiones en términos de lotes. Si todas las indicaciones de horno de la misma letra son idénticas, el resumen de los datos es engañoso. Si no son idénticos, necesita ser controlado. Lo mismo con los lotes.
la forma en que se presentan los datos me hace pensar que hay cierta dependencia entre las filas de la tabla.
ron
Re: ¿Está bien transformar los datos categóricos en porcentajes ponderados?Tienes una respuesta con dos resultados. ¿Por qué no usar la regresión logística? Este método se basa en las proporciones / probabilidades que describe, pero no tiene que transformar manualmente los datos. Asegúrese de que la columna de respuesta use el tipo de modelo nominal, luego seleccione Analizar> Ajustar modelo e ingrese esta columna en el rol de Y. Cambiará automáticamente a regresión logística nominal. Luego construye el predictor lineal con cualquier efecto que quieras probar.
La plataforma de análisis proporcionará todas las funciones que necesita, incluido el Perfil de predicción.
Entonces, para ser claros, no es necesario resumir los resultados y transformar la respuesta en proporciones. La regresión logística se hará cargo de todo por ti.
