Régression utilisant des résidus d'absoulteJ'ai des données annuelles sur les extrêmes de précipitations (données en fréquence, 0 à 15) de 1989 à 2019. Mon hypothèse est que les extrêmes climatiques (précipitations) ont augmenté au cours des 16 dernières années (2004 à 2019) par rapport aux 15 années précédentes (1980 à 2003).
J'ai effectué une régression avec ces données et mes résultats montrent que la ligne de régression est à la baisse. Ensuite, j'ai effectué une régression en utilisant les résidus absolus et cette fois, les résultats montrent que la droite de régression des résidus absolus est à la hausse.
Suis-je bien?
Pourquoi deux types de résultats?
Lequel a raison?
Re: Régression utilisant des résidus d'absoulteJe ne suis pas sûr que la régression linéaire soit la bonne méthode pour comparer deux périodes. La régression nécessite de faire correspondre une valeur X et Y, comme les précipitations par rapport à l'année pour une tendance. Quelle est votre réponse et quel est votre régresseur?
Comment avez-vous effectué les deux régressions dans JMP? Connaître les méthodes que vous avez utilisées nous aidera à vous aider avec une réponse correcte.
Si vous utilisez les décomptes comme réponse, une régression log-linéaire de Poisson pourrait être plus satisfaisante. Mais je ne vois toujours pas comment vous avez comparé les deux périodes. Juste en comparant les estimations des paramètres? Dans l'affirmative, il existe des méthodes plus complètes pour un tel cas. En supposant que la tendance est linéaire dans le temps, vous pouvez avoir un prédicteur linéaire comme Précipitation = constant + bêta (1) * Année + bêta (période) + bêta (2) * Période * Année. De cette façon, vous pouvez tester s'il existe une différence moyenne entre les deux périodes et si la tendance est différente entre les deux périodes.
Re: Régression utilisant des résidus d'absoulteÉcoutez Mark. J'ai quelques autres commentaires:
1. Vous régressez quoi? Précipitations extrêmes vs Temps? Ou y a-t-il d'autres variables manquantes dans votre explication?
2. Les résidus (réels-prévus) sont le delta entre le modèle de prédiction et les résultats réels. Si cela augmente avec le temps, alors le modèle peut avoir un problème de variance inégale (il s'effondre à mesure que le temps augmente). Vous ne savez pas pourquoi vous prendriez la valeur absolue des résidus (OK, magnitude), mais pourquoi ne vous souciez-vous pas du signe? NID (0, variance) hypothèse de base de l'analyse quantitative.
3. Réalisez que le modèle de régression dépend de ce que vous ajustez, des termes dans le modèle et de la façon dont vous avez obtenu vos données.
Re: Régression utilisant des résidus d'absoulteSalut Mark,
Merci beaucoup. J'ai ajouté un fichier Excel qui vous montrera comment j'ai analysé les données. Votre réponse sera très appréciée.
Re: Régression utilisant des résidus d'absoulteMerci beaucoup. J'ai joint un fichier contenant des données et des fichiers de sortie.
Cela vous expliquera à quoi ressemblent les données et je suis sûr que vous pourrez me suggérer la bonne analyse à effectuer.
Re: Régression utilisant des résidus d'absoulte- Vous comparez le nombre d'occurrences de précipitations extrêmes au cours de deux périodes. Le test de permutation est un bon moyen de considérer la différence observée.
- Un test de permutation ou ANOVA devrait répondre à votre question. D'autres tests non paramétriques sont valables si vous êtes préoccupé par une différence entre les deux périodes.
- La régression linéaire simple teste si la réponse moyenne dépend du prédicteur Year.
- La tendance n'est pas significative car le apparent l'augmentation des occurrences au fil du temps n'est pas inhabituelle tout en supposant qu'il n'y a pas de tendance.
- La régression des abs (résidus) par rapport aux dénombrements originaux est une analyse complètement différente. Vous ne pouvez pas comparer les deux régressions.
- La deuxième régression indique que votre réponse pourrait être homoscédastique. Il n'y a pas de tendance moyenne, il y a une tendance de variation.
- Oui, le test de permutation est approprié pour une simple comparaison des deux périodes.
- L'énoncé basé sur le test de permutation unilatéral (les dénombrements sont plus importants au cours de la deuxième période) est simplement que l'on estime que 15% des échantillons avaient une différence au moins aussi grande que la différence observée.
- D'où vient la définition opérationnelle du comptage? C'est l'occurrence de plus de 40 mm de pluie en 4 jours consécutifs.
J'ai exécuté mon propre test de permutation avec les données que vous avez fournies. J'obtiens toujours un résultat différent. Voici l'un d'entre eux:
Donc, ma valeur p unilatérale serait 1185/2501 = 0,4738. Autrement dit, on estime que 47% des échantillons produisent une différence au moins aussi grande que la différence observée en supposant que l'hypothèse nulle n'est pas une différence (base des permutations).
Re: Régression utilisant des résidus d'absoulteDe plus, l'hypothèse de régression linéaire est que la réponse est non bornée et peut varier entre l'infini négatif et l'infini positif. Les nombres sont limités par zéro. La régression qu'il a effectuée n'est pas le meilleur modèle.
Re: Régression utilisant des résidus d'absoultePourquoi ne joignez-vous pas le fichier JMP?Re: Régression utilisant des résidus d'absoulteSalut Mark,
Merci beaucoup pour votre aimable soutien et vos conseils. Les informations que vous avez fournies sont très utiles. J'ai fait quelques analyses et cherche des conseils supplémentaires. Heureux de voir le fichier joint. J'apprécierais votre advsie. Cordialement
Re: Régression utilisant des résidus d'absoulteStatman,
J'ai joint le fichier JMP. Dans ma pièce jointe précédente, j'ai ajouté un fichier avec quelques analyses et questions en réponse aux conseils de Mark.
Merci
Re: Régression utilisant des résidus d'absoulteVotre analyse résiduelle indique que le log Y est mieux adapté à la régression car la variance est désormais constante. Connaissez-vous la transformation Box-Cox intégrée? Cette procédure automatisée est une généralisation des transformations de puissance ad hoc. Le spectre des valeurs des paramètres inclut le journal. Un paramètre de transformation Box-Cox égal à zéro est le même que le journal. Maintenant, quand je dis la même chose, cette transformation ne donne pas la même valeur que le log ou la puissance, mais elles peuvent être interprétées comme telles. Ainsi, une valeur de paramètre de 2 est interprétée comme le carré de Y et une valeur de -1 est interprétée comme l'inverse.
Attention: votre formulation (réflexion) est un peu dangereuse. Je ne dirais pas qu'il n'y a "aucune preuve" lorsque la valeur de p n'est pas inférieure à un seuil choisi subjectivement (ɑ). Je dirais qu'il n'y a pas suffisamment de preuves pour rejeter l'hypothèse nulle du test.
Quoi qu'il en soit, heureux que vous puissiez progresser dans votre analyse.
Re: Régression utilisant des résidus d'absoulteSalut Mark,
Merci beaucoup pour votre soutien.
Je viens d'essayer la transformation Box Cox et j'ai obtenu une erreur "Impossible de faire Box-Cox en raison d'une valeur Y négative ou nulle 0".
Pouvez-vous s'il vous plaît conseiller. De plus, je voulais m'assurer que j'applique la transformation Box Cox sur les données de fréquence d'origine et non sur les données résiduelles.Re: Régression utilisant des résidus d'absoulteOui, je voulais dire transformer la réponse originale. J'ai oublié que vous avez un certain nombre = 0, donc cette approche ne fonctionnera pas. C'était juste une autre idée.
Re: Régression utilisant des résidus d'absoulteSalut Mark,
J'ai refait le test de permutation plusieurs fois. Veuillez consulter le fichier joint. Mes résultats sont totalement différents des vôtres, cela signifie que je fais une erreur. Je lance la permutation pendant que je pense que vous avez fait bootstarap. S'il vous plaît donnez votre avis.
Avant de vous contacter, un professeur de mathématiques m'a suggéré d'utiliser la permutation plutôt que le bootstrap. J'ai donc utilisé la permutation. De plus, je n'ai pas accès à Bootstarap.
En outre, comment vous avez obtenu une valeur de 1185/2501 = 0,4738.
Cordialement
Re: Régression utilisant des résidus d'absoulteMon résultat de 1185/2501 = 0,4738 provient de 1185 échantillons sur un total de 2501 échantillons bootstrappés présentant une différence supérieure à votre différence observée.
Pour autant que je sache, JMP n'effectue pas le test de permutation. Comment avez-vous effectué ce test avec JMP?
Re: Régression utilisant des résidus d'absoulteTout d'abord, je m'excuse. J'ai mal utilisé le bootstrap dans un post précédent. Ignore le p -valeur que j'ai indiquée précédemment.
Le bootstrap sur la différence estimée produit des intervalles de confiance bilatéraux. Voici le rapport:
Le bootstrap a été fait à partir de la différence signalée dans le t -test qui ne suppose pas une variance égale, mais seulement que les moyennes de l'échantillon sont normalement distribuées. Ces données sont des dénombrements et des biais, mais peut-être que le CLT donne une somme approximativement normale. Voici ce rapport, ainsi que les tests exacts non paramétriques.
Je vois un accord général entre les intervalles de confiance et les deux côtés p -valeurs à travers ces méthodes. le p -les valeurs vont de 0,16 à 0,28. Les tests non paramétriques devraient avoir plus de pouvoir lorsque l'hypothèse de distribution du test paramétrique est violée, mais ils semblent suggérer la même conclusion dans ce cas.
JMP n'a pas de test de permutation. Vous avez utilisé un complément fourni dans la zone utilisateur universitaire JMP. J'ai écrit le mien. Il produit un unilatéral p -valeur de 0,07-0,08, qui est proche de la p -valeur pour le test t à queue supérieure (0,08).
La transformée de Box-Cox est destinée à des réponses continues strictement positives. Vous pouvez ajouter 1 à chaque observation, puis la soustraire de toutes les prédictions. Mais c'est le point des tests de permutation et des tests non paramétriques.
Re: Régression utilisant des résidus d'absoulteTest de permutation pour deux moyennes ou médianes
Salut Mark, j'ai utilisé ce lien pour effectuer la permutation. Merci
Une autre questiosn pour vous - puisque certains des comptes = 0, donc je ne peux pas utiliser Box-Cox, quelle est l'alternative?
Re: Régression utilisant des résidus d'absoulteMerci beaucoup,
Donc, je comprends qu'un complément fourni dans la zone utilisateur universitaire JMP (que j'ai utilisé) est similaire à celui que vous avez écrit, non?
Dans certaines des données de fréquence de localisation, sur 31 points de données, 18 ont des zéros. Ainsi, dans ce type de données de fréquence, aucune transformation ne peut rendre les données normales. Donc, tout indice, quelle méthode devrait être utilisée? J'ai joint un fichier JMP. Merci pour votre temps.
Re: Régression utilisant des résidus d'absoulteJe ne connais pas le complément que vous utilisez, mais je suis sûr qu'il a été vérifié avant d'être publié. Le cas de la comparaison de deux échantillons est si simple que j'ai écrit un script, que j'ai validé.
Pourquoi avez-vous besoin de transformer les données avec la fonction de journalisation? Quelle est la prochaine étape?
Si vous devez appliquer le journal, alors simplement à un petit nombre positif. Lorsque la réponse est de l'ordre de 10 ^ 6, je pourrais ajouter 1. Si la réponse est de l'ordre de 10 ou 100, je pourrais ajouter 0,01 ou 0,001. Je peux toujours soustraire la valeur de décalage si je retransforme les prédictions de n'importe quel modèle ou analyse.
Re: Régression utilisant des résidus d'absoulteSalut Mark,
Merci beaucoup. Dans le fichier joint, j'ai d'autres questions à vous poser. Le fichier JMP est également joint.
Cordialement
Re: Régression utilisant des résidus d'absoulteTout d'abord, pourquoi ne pas saisir vos questions directement au lieu de les mettre dans un classeur Excel que nous devons ouvrir?
Deuxièmement, il n'y a pas de table de données JMP. Je pourrais en créer une à partir des colonnes du classeur Excel, mais vous ne semblez pas utiliser JMP. Ce forum de discussion est destiné aux utilisateurs de JMP.
Voici ma réponse à vos questions.
- Utilisation du test de permutation. J'ai déjà répondu à cette question précédemment.
- Utilisation de la régression «absolue» pour les données non normales. J'ai déjà répondu à cette question précédemment.
- Comparez la répartition de deux périodes. J'ai déjà répondu à cette question précédemment.
- Suggérez une autre méthode. J'ai déjà répondu à cette question précédemment.
Nous semblons «tourner en rond».
Re: Régression utilisant des résidus d'absoulteMarque,
Merci pour votre réponse. J'utilise JMP régulièrement. Désolé, mon erreur que j'ai oublié de joindre un fichier JMP. Je l'ai attaché maintenant qui montre que je l'utilise:)
Le département. Je travaille avec trois licences / utilisateurs et ce sont des utilisateurs fréquents.
