Sto cercando di riapprendere JMP e le statistiche appropriate da utilizzare. Apprezzerei molto il tentativo di determinare quali analisi sono più appropriate in base al set di dati. Ho un set di dati di avvistamenti di balene raccolti da indagini aeree e navali con 3 diverse covariate ambientali [distanza dalla riva (km), profondità (m) e temperatura della superficie del mare (SST gradi C)].
Ho allegato le statistiche riassuntive solo per le (1) covariate e, (2) per le covariate X Species ("nome comune abbreviato").
In generale, i dati non sono normalmente distribuiti ed eteroschedastici per almeno la distanza dalla riva e la profondità. Anche le varianze non sono omogenee, quindi mi aspetto che i test non parametrici siano la strada da percorrere.
Le domande che mi interessano sono le seguenti:
(1) C'è una differenza significativa tra le specie per tre diverse variabili?
- distanza dalla riva
- profondità
--SST?
(1a) Esiste un effetto stagionale della distribuzione basato sulle tre variabili di cui sopra. (Cioè tra inverno, primavera, estate, autunno)?
(2) C'è una differenza significativa nella dimensione del gruppo tra le stagioni?
(2b) C'è un effetto delle specie sulla dimensione del gruppo in base alla stagione?
Apprezzerei sinceramente indicazioni su quali sono le analisi più appropriate da fornire ai dati e su come riportare correttamente i risultati dei test scelti.GRAZIE!!
Benvenuto nella comunità. Ho alcune domande e poi alcune ipotesi. Come sono stati acquisiti i dati? Puoi allegare la tabella JMP? Supponendo che la risposta sia dati di conteggio, quanti avvistamenti ci sono? Quanto sei sicuro dell'accuratezza dei dati? I dati stagionali e le serie temporali sono presenti nel set di dati? Inizio sempre guardando i dati. Prova Graph Builder e puoi rilasciare le variabili nelle zone di rilascio per organizzare i dati in molti modi. Quindi forse regressione logistica (o minimi quadrati standard se ci sono dati di conteggio sufficienti). Verificare anche la multicollinearità (metodi VIF o multivariati> Multivariata) e i punti dati anomali.
Dai un'occhiata a questo esempio. È simile al tuo problema, potrebbe farti andare nella giusta direzione.
https://www.jmp.com/support/help/en/15.2/index.shtml#page/jmp/simple-split-plot-or-repeated-measures-model.shtml
