380953_de-DE

liliconcom

Daten interpretieren

Also habe ich Video für Video gesehen, um zu versuchen, diese Daten zu interpretieren. Ich untersuchte die Wasserscheide des Black River im Durchschnitt der Uferpufferbreiten von 13 Standorten. Ich versuche zu interpretieren, wie sich dies auf die Sedimentgröße (D50) und den Prozentsatz der Intoleranz bei diesen Transekten auswirken könnte. Ich weiß, dass dies keine statistisch signifikanten Ergebnisse hat. Aber mein Professor sagte, ich müsse mehr als das sagen. Ich habe auch Spearmans R, Kendalls, Graphen und Korrelationswahrscheinlichkeiten gemacht, ich weiß nur nicht wirklich, wie ich das alles interpretieren soll. Die Daten weisen einen leicht negativen Trend auf. Kann mir jemand helfen?

Variable	nach Variablen	Spearman ρ	Prob> | ρ |
D50	Rip Buf Durchschn	-0,3054	0,3103
% Intolerant	Rip Buf Durchschn	-0,2418	0,4262
% Intolerant	D50	-0,2724	0,3680

AndereBetreff: Daten interpretieren

Hallo @ tgrandjean1 ,

 

Da Sie nicht viel über die Besonderheiten Ihres Studiums wissen, ist es schwierig, ein spezifisches Feedback zu geben. Davon abgesehen:

 

1. Es ist klar, dass der Rip Buf Avg eine Art (wenn auch kleine) negative Korrelation mit D50 aufweist und D50 eine (kleine) negative Korrelation mit% intolerant hat, aber% intolerant und Rip Buf Avg haben im Wesentlichen eine Korrelation von 0.
2. Haben Sie ein Modell für RBA und% int, da die Antwort D50 ist? Haben Sie beispielsweise versucht, ein Modell an D50 anzupassen, bei dem die Faktoren RBA,% int und RBA *% int sind - dh wenn RBA mit% int gekreuzt ist? Ohne ein Modell oder ein Konzept, um die Reaktion mit Faktoren zu verbinden, ist es schwer, viel mehr zu sagen, als es keine statistische Signifikanz gibt. Darüber hinaus sollte es auch eine Spalte geben, in der aufgezeichnet wird, an welcher Stelle die jeweilige Messung durchgeführt wurde, da dies ein Faktor im Modell sein könnte.
3. Wenn Sie sich wirklich nur mit linearen Korrelationen befassen, sollten Sie eine Anpassung Y nach X durchführen und dann eine Linie anpassen und einige der statistischen Tests betrachten, die durchgeführt werden, z. B. mangelnde Anpassung oder der r ^ 2-Wert . Darüber hinaus sollten Sie überlegen, was der y-Achsenabschnitt ist, und darüber nachdenken, ob es sich um eine aussagekräftige Zahl handelt, wenn der X-Faktor 0 ist.
4. Haben Sie Ihren Professor um Klarstellung gebeten, warum er sagt, dass Sie mehr als das sagen müssen? Manchmal ist es besser, prägnant zu sein.
5. Können Sie Ihre Datentabelle teilen? Sie können es jederzeit anonymisieren und standardisieren. Dies könnte anderen helfen, Ihnen ein aussagekräftigeres Feedback zu geben, ohne die vollständigen Details der Daten zu kennen.
6. Gibt es mehrere Messungen pro Standort? Es kann sein, dass der Standort eine größere Rolle spielt als die RBA oder% int.

Hoffe das hilft,

DS