Conseils sur les analyses appropriéesJ'essaie de réapprendre JMP et les statistiques appropriées à utiliser. J'apprécierais vraiment de l'aide pour essayer de déterminer quelles analyses sont les plus appropriées compte tenu de l'ensemble de données. J'ai un ensemble de données d'observations de baleines collectées à partir d'enquêtes aériennes et navales avec 3 covariables environnementales différentes [distance du rivage (km), profondeur (m) et température de la surface de la mer (degrés SST C)].
J'ai joint les statistiques récapitulatives pour les (1) covariables uniquement et (2) pour les covariables X Espèces (« nom commun court »).
Généralement, les données ne sont pas normalement distribuées et hétéroscédastiques au moins sur la distance du rivage et la profondeur. De plus, les variances ne sont pas homogènes, donc je m'attends à ce que les tests non paramétriques soient la voie à suivre.
Les questions qui m'intéressent sont les suivantes :
(1) Existe-t-il une différence significative entre les espèces pour trois variables différentes ?
--distance du rivage
-- profondeur
--SST ?
(1a) Existe-t-il un effet saisonnier de distribution basé sur les trois variables ci-dessus. (C'est à dire entre l'hiver, le printemps, l'été, l'automne) ?
(2) Y a-t-il une différence significative dans la taille des groupes entre les saisons ?
(2b) Y a-t-il un effet des espèces sur la taille du groupe selon la saison ?
J'apprécierais sincèrement des conseils sur les analyses les plus appropriées pour les données et sur la manière de rapporter correctement les résultats des tests choisis.MERCI!!
Ingénierie Qualité et ProcédésObjet : Conseils sur les analyses appropriéesDésolé, je suis occupé aujourd'hui. Pourquoi ne joignez-vous pas de fichiers JMP ?
Ma question sur la validité des données est la suivante : comment savez-vous que les mêmes baleines sont comptées plus d'une fois ? Ma suggestion de rechercher des points de données aberrants n'est pas pour que vous puissiez les supprimer. Ils constituent souvent la partie la plus informative d’un ensemble de données, mais vous devez comprendre qu’ils peuvent fausser l’analyse quantitative.
Objet : Conseils sur les analyses appropriéesJe remercie infiniment chacun de vous pour vos commentaires ! Je ne peux pas vous dire à quel point je suis reconnaissant pour ces conseils, car je suis en train de me réapprendre et je me sens assez naïf et enterré dans tous les terriers de lapin dans lesquels j'ai creusé, à ce stade.
Je n'avais pas envisagé les mesures répétées donc je regarde davantage l'exemple avec le lien qui a été envoyé. Je m'attendais à ce que des tests non paramétriques soient la voie à suivre, je vais donc examiner ces autres suggestions. Merci!
Je suis très confiant dans les données. Tout cela a été systématiquement collecté, géré et QAQC sur la base de protocoles standard au cours des près de 20 années de l’étude. Les seules données qui n'ont pas été directement collectées sont les données environnementales. Il a été annoté par Movebank, un site réputé et respecté pour les données environnementales et les données de suivi des animaux ( https://www.movebank.org/cms/movebank-content/envdata-products ). Toutes les observations ne sont pas associées à des données environnementales.
je
Mes questions concernant les analyses les plus appropriées.
- Déterminez s’il y a une différence dans la taille des groupes entre les saisons.
- déterminer s'il existe des différences entre les espèces en ce qui concerne la profondeur, la distance au rivage et la SST.
Concernant le point sur les valeurs aberrantes, je me suis également posé cette question par rapport aux données environnementales. Il existe quelques points exceptionnellement grands en termes de profondeur, mais il existe plusieurs enregistrements dans la profondeur de 3 000 mètres pour 3 espèces différentes connues pour passer du temps au large, à proximité de canyons en eau profonde. Je suis donc prudent en supprimant ces « valeurs aberrantes », car elles pourraient reflètent très bien des observations écologiquement intéressantes et valables.
Merci encore!
Objet : Conseils sur les analyses appropriéesJe laisserai les autres répondre concernant les tests non paramétriques. Mais j'essaierais au moins les transformations de journaux (qui devraient rendre la distribution plus fluide) puis l'ANOVA (prendre le négatif de la profondeur avant de prendre les journaux, bien sûr). Même si les variances sont inégales, il m'a rarement (très rarement) semblé que faire un test plus sophistiqué ait un effet marqué sur les résultats. Il semble également que vous devriez vouloir étudier les combinaisons des covariables, donc ajuster un modèle plutôt que Ajuster Y par X serait ma prochaine suggestion.Objet : Conseils sur les analyses appropriéesJetez un œil à cet exemple. C'est similaire à votre problème, cela pourrait vous aider à aller dans la bonne direction.
https://www.jmp.com/support/help/en/15.2/index.shtml#page/jmp/simple-split-plot-or-repeated-measures-model.shtml
Objet : Conseils sur les analyses appropriéesBienvenue dans la communauté. J'ai quelques questions, puis quelques suppositions. Comment les données ont-elles été acquises ? Pouvez-vous joindre le tableau JMP ? En supposant que la réponse soit constituée de données de décompte, combien y a-t-il d’observations ? Dans quelle mesure avez-vous confiance dans l’exactitude des données ? Les données saisonnières et les séries chronologiques sont-elles incluses dans l'ensemble de données ? Je commence toujours par regarder les données. Essayez Graph Builder et vous pouvez déposer les variables dans les zones de dépôt pour organiser les données de plusieurs manières. Ensuite peut-être une régression logistique (ou des moindres carrés standard s'il y a suffisamment de données de comptage). Vérifiez également la multicolinéarité (VIF ou méthodes multivariées> Multivariée) et les points de données aberrants.
