与非正态数据的相关性JMP 社区您好，
我对我正在分析的一个研究项目的一些数据有疑问。 我的项目包括多个医生从 0 到 10 的共识排名以及通过图像分析程序测量的几个参数。 图像分析程序输出参数。 我试图找到任何参数与医生的共识排名之间的相关性。 我不太懂统计，但很清楚自己想做什么。 如果您能帮助验证或纠正我，那就太好了。 这些都是持续不断的措施。
1.我想判断这个数据是否正常。 当我对每个参数进行分布和共识排名-->连续拟合-->正常-->拟合优度时，我发现它们都不是正常的。 我想改变这些吗？ 或者用非正态数据来分析可以吗？ 我尝试删除一些异常值，但并不一定使其正常，而且当我从未处理过转换后的数据时。
2. 一旦相关性正常，分析相关性的最佳方法是什么？ 多元线性回归？ 多元方法？
我希望这是有道理的！
谢谢
回复：与非正态数据的相关性统计显着性的选择取决于您。 P 值 < 0.05 的标准并未被普遍接受。
是的，统计数据（包括任何项的 p 值）取决于模型中的其他项。 这就是为什么当您添加或删除术语时它们会发生变化。 这也是为什么我们建议一次删除一项（例如，被认为最不重要的一项）并重新评估新模型估计的原因。
我认为参数估计的符号会告诉您该变量是否与对数优势比的增加或减少相关。
回复：与非正态数据的相关性抱歉，这是图片。
回复：与非正态数据的相关性谢谢回复！ 这些参数是连续的（例如氧饱和度水平）。
我按照你描述的方法做了，看起来我已经得到了我需要的结果。 我想我的困惑在于，我隐约记得在分析非正态数据时进行过 Spearman's Rho 和 Kendal's Tau，或者认为运行回归有不同的要求。
当进行您提到的逻辑回归时，我是否会简单地将 P<.05 的结果解释为显着相关？ 此外，当删除不重要的特征时，其他特征的重要性就会增加。 我在下面附上了显示这一点的图片。
当尝试确定相关特征（即正值或负值、r 值等）时，最好是查看 Y x X 图上的每个参数与标称响应吗？
再次感谢您的帮助，马克。
回复：与非正态数据的相关性我想确定我了解你的情况。 您的顺序响应为 0-10。 您在图像分析中测量了几个“参数”。 它们是连续测量值还是分类值？ 您可以使用逻辑回归来建模和测试这种关系。 在这种情况下，您定义线性预测变量的方式与定义连续变量的方式相同。
选择分析 > 拟合模型。 选择响应并单击 Y。 选择具有图像分析参数的数据列，然后单击“添加”。 （我假设只有加性效应，但如果有迹象表明缺乏拟合，您还可以添加交互作用和非线性效应项。）单击“运行”。
1、数据正态性要求的依据是什么？
2.逻辑回归。
