Correlazione con dati non normaliCiao comunità JMP,
Ho una domanda su alcuni dati che sto analizzando per un progetto di ricerca. Il mio progetto consiste in una classifica di consenso da 0 a 10 di più medici e diversi parametri misurati da un programma di analisi delle immagini. Il programma di analisi delle immagini sputa i parametri. Sto cercando di trovare una correlazione tra uno qualsiasi dei parametri e la classifica del consenso da parte dei medici. Non sono un ragazzo delle statistiche, ma ho una buona idea di cosa voglio fare. Se potessi aiutarmi a verificarmi o correggermi, sarebbe fantastico. Queste sono tutte misure continue.
1. Voglio determinare se questi dati sono normali o meno. Quando vado alla distribuzione per ciascuno dei parametri e le classifiche di consenso -> adattamento continuo -> normale -> bontà di adattamento vedo che nessuno di loro è normale. Voglio trasformarli? O va bene analizzare con dati non normali? Ho provato a rimuovere alcuni valori anomali e ciò non ha necessariamente reso normale e quando non ho mai lavorato con i dati trasformati.
2. Quale sarebbe il modo migliore per anaylze per la correlazione una volta che è normale? Regressione lineare multipla? Metodi multivariati?
Spero che abbia senso!
Grazie
Ri: Correlazione con dati non normaliVoglio essere sicuro di aver capito la tua situazione. Hai una risposta ordinale 0-10. Hai diversi 'parametri' misurati nell'analisi delle immagini. Sono misurazioni continue o valori categorici? È possibile utilizzare la regressione logistica per modellare e testare la relazione. Definisci il predittore lineare in questo caso come faresti per una variabile continua.
Seleziona Analizza> Adatta modello. Selezionare la risposta e fare clic su Y. Selezionare le colonne di dati con i parametri di analisi dell'immagine e fare clic su Aggiungi. (Presumo solo effetti additivi, ma se esiste un'indicazione di mancanza di adattamento, è possibile anche aggiungere termini per interazione ed effetti non lineari.) Fare clic su Esegui.
1. Qual è la base per il requisito della normalità dei dati?
2. Regressione logistica.
Ri: Correlazione con dati non normaliGrazie per la risposta! I parametri sono continui (cose come i livelli di saturazione di ossigeno).
Ho fatto il metodo che hai descritto e sembra che io abbia i risultati di cui avrò bisogno. Immagino che la mia confusione risiedesse nel fatto che ho un debole ricordo di aver condotto Rho di Spearman e Tau di Kendal durante l'analisi di dati non normali o di pensare che esistessero requisiti diversi per eseguire la regressione.
Quando eseguo la regressione logistica come hai detto, interpreterei semplicemente i risultati con P <.05 come significativamente correlati? Inoltre, quando si rimuovono funzionalità insignificanti, il significato aumenta per gli altri. Di seguito ho allegato le immagini che mostrano questo.
Quando si cerca di determinare le caratteristiche di correlazione, vale a dire valori positivi o negativi, valori r, ecc., È meglio guardare ogni parametro rispetto alla risposta nominale su un grafico Y per X?
Grazie ancora per tutto il tuo aiuto, Mark.
Ri: Correlazione con dati non normaliScusa, ecco le immagini.
Ri: Correlazione con dati non normaliLa scelta del significato statistico dipende da te. Il criterio del valore P <0,05 non è universalmente accettabile.
Sì, le statistiche, compresi i valori p di qualsiasi termine dipendono dagli altri termini del modello. Ecco perché cambiano quando aggiungi o rimuovi un termine. Questo è anche il motivo per cui consigliamo di rimuovere un termine alla volta (ad esempio, quello ritenuto meno significativo) e di rivalutare le stime del nuovo modello.
Penso che il segno della stima dei parametri ti dirà se la variabile è associata ad un aumento o una diminuzione del rapporto delle probabilità del registro.
