Correlación con datos no normalesHola comunidad JMP,
Tengo una pregunta sobre algunos datos que estoy analizando para un proyecto de investigación. Mi proyecto consiste en una clasificación de consenso de 0-10 de varios médicos y varios parámetros medidos por un programa de análisis de imágenes. El programa de análisis de imágenes escupe parámetros. Estoy tratando de encontrar una correlación entre cualquiera de los parámetros y la clasificación de consenso de los médicos. No soy muy experto en estadísticas, pero tengo una buena idea de lo que quiero hacer. Si pudieras ayudar a verificar o corregirme, entonces eso sería genial. Estas son todas medidas continuas.
1. Quiero determinar si estos datos son normales o no. Cuando voy a la distribución de cada uno de los parámetros y las clasificaciones de consenso -> ajuste continuo -> normal -> bondad de ajuste, veo que ninguno de ellos es normal. ¿Quiero transformar estos? ¿O está bien analizar con datos no normales? Traté de eliminar algunos valores atípicos y no necesariamente lo hizo normal, y cuando nunca he trabajado con datos transformados.
2. ¿Cuál sería la mejor manera de analizar la correlación una vez que sea normal? ¿Regresión lineal múltiple? ¿Métodos multivariables?
¡Espero que esto tenga sentido!
Gracias
Re: Correlación con datos no normalesQuiero estar seguro de que entiendo tu situación. Tienes una respuesta ordinal 0-10. Tiene varios 'parámetros' medidos en el análisis de imágenes. ¿Son medidas continuas o valores categóricos? Puede usar la regresión logística para modelar y probar la relación. En este caso, define el predictor lineal de la misma manera que lo haría para una variable continua.
Seleccione Analizar> Ajustar modelo. Seleccione la respuesta y haga clic en Y. Seleccione las columnas de datos con los parámetros de análisis de imagen y haga clic en Agregar. (Supongo que solo efectos aditivos, pero si hay una indicación de falta de ajuste, también podría agregar términos para interacción y efectos no lineales). Haga clic en Ejecutar.
1. ¿Cuál es la base para el requisito de normalidad de los datos?
2. Regresión logística.
Re: Correlación con datos no normales¡Gracias por la respuesta! Los parámetros son continuos (cosas como niveles de saturación de oxígeno).
Hice el método que describiste y parece que obtuve los resultados que necesitaré. Supongo que mi confusión radica en el hecho de que tengo un leve recuerdo de la realización de Rho de Spearman y la Tau de Kendal al analizar datos no normales, o al pensar que había diferentes requisitos para ejecutar la regresión.
Al hacer la regresión logística como mencionó, ¿simplemente interpretaría los resultados con P <.05 como significativamente correlacionados? Además, al eliminar características que son insignificantes, la importancia aumenta para las demás. He adjuntado imágenes a continuación que muestran esto.
Cuando se trata de determinar las características de correlación, es decir, positivas o negativas, valores de r, etc., ¿se hace esto mejor mirando cada respuesta nominal de verso de parámetro en una gráfica de X por X?
Gracias de nuevo por toda tu ayuda, Mark.
Re: Correlación con datos no normalesLo siento, aquí estaban las imágenes.
Re: Correlación con datos no normalesLa elección del significado estadístico depende de usted. El criterio del valor P <0.05 no es universalmente aceptable.
Sí, las estadísticas, incluidos los valores p de cualquier término, dependen de los otros términos del modelo. Es por eso que cambian cuando agrega o elimina un término. Por eso también recomendamos eliminar un término a la vez (por ejemplo, el que se considere menos significativo) y reevaluar las estimaciones del nuevo modelo.
Creo que el signo de la estimación del parámetro le dirá si la variable está asociada con un aumento o disminución en la relación de probabilidades de registro.
