absoulte残差を使用した回帰1989年から2019年の年間降水量極値データ（頻度のデータは0〜15）があります。私の仮説は、過去16年間（2004年から2019年）に過去15年間（1980年から2003年）より極端な気候（降水量）が増加したというものです。
このデータを使用して回帰を実行したところ、回帰直線が下向きになっていることがわかりました。次に、絶対残差を使用して回帰を実行しました。今回の結果は、絶対残差の回帰直線が上向きであることを示しています。
私は正しくやっていますか？
なぜ2種類の結果があるのですか？
どちらが正しいですか？
Re：absoulte残差を使用した回帰線形回帰が2つの期間を比較する正しい方法であるかどうかはわかりません。回帰分析では、傾向の降水量と年のように、X値とY値を一致させる必要があります。あなたの反応は何ですか？そしてあなたの後退者は何ですか？
JMPで両方の回帰をどのように実行しましたか？あなたが使用した方法を知ることは、あなたが正しい答えをするのを助けるのに役立ちます。
カウントを応答として使用している場合は、ポアソン対数線形回帰の方が適切な場合があります。しかし、2つの期間をどのように比較したかはまだわかりません。パラメータ推定値を比較するだけで？もしそうなら、そのような場合のためのより包括的な方法があります。傾向が時間に対して線形であると仮定すると、降水量=定数+ベータ（1）*年+ベータ（期間）+ベータ（2）*期間*年のような線形予測子が存在する可能性があります。このようにして、2つの期間の間に平均差があるかどうか、および2つの期間の傾向が異なるかどうかをテストできます。
Re：absoulte残差を使用した回帰マークを聞いてください。 他にコメントがあります：
1。あなたは何を後退させていますか？極端な降水量と 時間？または、あなたの説明に他の変数が欠けていますか？
2。残差（実際の予測）は、予測モデルと実際の結果の間のデルタです。 これが時間の経過とともに増加している場合、モデルには不均一な分散の問題がある可能性があります（時間の増加に応じてバラバラになります）。 なぜ残差の絶対値（OK、マグニチュード）をとるのかわからないが、なぜ符号を気にしないのか？NID（0、variance）定量分析の基本的な仮定。
3。回帰モデルは、フィットするY、モデル内の項、およびデータの取得方法に依存することを理解してください。
Re：absoulte残差を使用した回帰ハイマーク、
本当にありがとう。データの分析方法を示すExcelファイルを追加しました。あなたの答えは高く評価されます。
Re：absoulte残差を使用した回帰本当にありがとう。データを含むファイルと出力ファイルを添付しました。
これは、データがどのように見えるかを説明し、実行する適切な分析を私に提案できると確信しています。
Re：absoulte残差を使用した回帰- 2つの期間中の極端な降水の発生数を比較しています。順列検定は、観測された違いを検討するための良い方法です。
- 順列検定またはANOVAはあなたの質問に答えるべきです。2つの期間の違いについて懸念がある場合は、他のノンパラメトリック検定が有効です。
- 単純な線形回帰は、平均応答が予測子の年に依存するかどうかをテストしています。
- 傾向は重要ではありません見かけ上時間の経過に伴う発生の増加は、傾向がないと仮定しながら、異常ではありません。
- abs（残差）対元のカウントの回帰は、完全に異なる分析です。2つの回帰を比較することはできません。
- 2番目の回帰は、応答が同分散的である可能性があることを示しています。平均傾向ではなく、変動傾向があります。
- はい、順列検定は2つの期間の単純な比較に適しています。
- 片側置換テスト（カウントは2番目の期間で大きい）に基づくステートメントは、サンプルの15％に少なくとも観測された差と同じ大きさの差があったと推定されるということです。
- カウントの運用上の定義はどこから来たのですか？それが4日連続で40mm以上の雨の発生です。
私はあなたが提供したデータを使って独自の順列テストを実行しました。常に異なる結果が得られます。以下はその1つです。
したがって、片側のp値は1185/2501 = 0.4738になります。つまり、サンプルの47％は、帰無仮説が差がないと仮定して（観測の根拠）、少なくとも観測された差と同じ大きさの差を生成すると推定されます。
Re：absoulte残差を使用した回帰さらに、線形回帰の仮定は、応答が無制限であり、負の無限大と正の無限大の間で変化する可能性があることです。カウントはゼロで制限されます。彼が実行した回帰は最良のモデルではありません。
Re: Regression using absoulte residualsWhy don't you attach the JMP file?Re：absoulte残差を使用した回帰ハイマーク、
あなたの親切なサポートとアドバイスに感謝します。あなたが提供した情報は非常に便利です。私はいくつかの分析を行い、いくつかの追加のアドバイスを探しています。添付ファイルをご覧ください。よろしくお願いします。よろしく
Re：absoulte残差を使用した回帰スタットマン、
JMPファイルを添付しました。私の以前の添付ファイルでは、マークの助言に応じて、いくつかの分析と質問を含むファイルを追加しました。
ありがとう
Re：absoulte残差を使用した回帰残差分析は、分散が一定であるため、log Yが回帰により適していることを示しています。組み込みのBox-Cox変換について知っていますか？この自動化された手順は、アドホック電源変換の一般化です。パラメータ値のスペクトルにはログが含まれます。ゼロに等しいBox-Cox変換パラメーターは、対数と同じです。同じことを言うと、この変換は対数や累乗と同じ値を生成しませんが、それらはそのように解釈されます。したがって、パラメーター値2はYの2乗として解釈され、値-1は逆数として解釈されます。
注意：あなたの文言（思考）は少し危険です。p値が主観的に選択されたしきい値（ɑ）を下回らない場合、「証拠がない」とは言えません。テストで帰無仮説を棄却するという証拠は不十分です。
とにかく、分析を進めることができてうれしいです。
Re：absoulte残差を使用した回帰ハイマーク、
ご支援ありがとうございます。
Box Cox変換を試してみたところ、「Y値が負またはゼロのため、Box-Coxを実行できません」というエラーが発生しました。
あなたがアドバイスしていただけますか。さらに、残差ではなく元の周波数データにボックスコックス変換を適用したことを確認したかったのです。Re：absoulte残差を使用した回帰はい、私は元の応答を変換することを意味しました。count = 0であることを忘れていたため、このアプローチは機能しません。それは単なる代替案でした。
Re：absoulte残差を使用した回帰ハイマーク、
置換テストを数回繰り返しました。添付ファイルをご覧ください。私の結果はあなたの結果とは全く異なります、つまり、私は間違いをしています。あなたがbootstarapをしたと思う間、私は順列を実行します。お知らせ下さい。
私があなたに連絡する前に、数学の教授はブートストラップより順列を使うことを私に提案しました。したがって、順列を使用しました。また、Bootstarapにアクセスできません。
また、1185/2501 = 0.4738の値を取得する方法も。
よろしく
Re：absoulte残差を使用した回帰私の結果 1185/2501 = 0.4738は、2501のブートストラップされたサンプルのうち1185のサンプルからのもので、観測された差よりも大きな差を示しました。
JMPは、私の知る限り、順列テストを実行しません。JMPでこのテストをどのように実行しましたか？
Re：absoulte残差を使用した回帰まず、お詫び申し上げます。以前の投稿でブートストラップを誤用しました。無視する p 以前に述べた価値
推定された差のブートストラップは、両側信頼区間を生成します。ここにレポートがあります：
ブートストラップは、 t -分散が等しいと仮定せず、標本平均が正規分布していることのみをテストします。このデータはカウントされて歪んでいますが、おそらくCLTはほぼ通常の合計を示します。これは、ノンパラメトリック正確検定とともにそのレポートです。
信頼区間と両側の間に一般的な一致が見られます p これらのメソッド全体の値。の p -値の範囲は0.16から0.28です。ノンパラメトリック検定は、パラメトリック検定の分布仮定に違反した場合により多くの力を持つ必要がありますが、この場合も同じ結論を示唆しているようです。
JMPには順列テストがありません。JMPアカデミックユーザー領域で提供されるアドインを使用しました。自分で書いた。それは片側を生成します p -値に近い0.07-0.08の値 p 上側t検定の値（0.08）。
Box-Cox変換は、厳密に肯定的な連続応答を目的としています。すべての観測値に1を追加して、それを予測から差し引くことができます。しかし、それが順列検定とノンパラメトリック検定のポイントです。
Re：absoulte残差を使用した回帰2つの平均または中央値の順列検定
こんにちはマーク、私はこのリンクを使って順列を実行しました。ありがとう
あなたのための別の質問-いくつかのカウント= 0のため、Box-Coxを使用できません。代替手段は何ですか？
Re：absoulte残差を使用した回帰本当にありがとう、
ですから、JMPアカデミックユーザー領域（私が使用したもの）で提供されるアドインは、あなたが書いたものと似ていると思いますよね？
私のいくつかの位置頻度データでは、31のデータポイントのうち、18にゼロがあります。したがって、この種の周波数データでは、変換によってデータを正常にすることはできません。だから、どんな手掛かり、どのような方法を使うべきですか？JMPファイルを添付しました。御時間ありがとうございます。
Re：absoulte残差を使用した回帰あなたが使用しているアドインについてはよく知りませんが、投稿される前に吟味されたと思います。2つのサンプルを比較するケースは非常に単純なので、私が検証したスクリプトを作成しました。
なぜlog関数でデータを変換する必要があるのですか？次のステップは何ですか？
ログを適用する必要がある場合は、単純に小さな正の数にします。応答が10 ^ 6のオーダーの場合、1を追加する可能性があります。応答が10または100のオーダーの場合、0.01または0.001を追加します。モデルまたは分析からの予測を逆変換する場合は、常にオフセット値を差し引くことができます。
Re：absoulte残差を使用した回帰ハイマーク、
どうもありがとうございます。添付ファイルで、もう少し質問があります。JMPファイルも添付されています。
よろしく
Re：absoulte残差を使用した回帰まず第一に、私たちが開かなければならないExcelワークブックに質問を入れるのではなく、直接質問を入力してみませんか？
次に、JMPデータテーブルがありません。Excelブックの列から作成できますが、JMPを使用していないようです。このディスカッションフォーラムはJMPユーザー向けです。
ここにあなたの質問に対する私の答えがあります。
- 順列テストの使用。私は以前にこの質問にすでに答えました。
- 非正規データに対する「絶対」回帰の使用。私は以前にこの質問にすでに答えました。
- 2つの期間の広がりを比較します。私は以前にこの質問にすでに答えました。
- 別の方法を提案します。私は以前にこの質問にすでに答えました。
私たちは「輪になって回っている」ようです。
Re：absoulte残差を使用した回帰マーク、
お返事をありがとうございます。私は定期的にJMPを使用しています。申し訳ありませんが、JMPファイルを添付するのを忘れたという私の間違い。私はそれを使用していることを示す今それを添付しました:)
部署。私が使用しているのは3つのライセンス/ユーザーで、頻繁に使用されます。
