「カウント」データの分析私たちは、自分の分野の出版物に関するデータを 5 年間にわたって収集した研究を行いました。 各出版物について、24 要素のチェックリストを完成させました。 スプレッドシートには、0 ～ 24 の範囲の整数値を含む 1 つの列があります。 チェックリストで出版物がどのように得点したかを出版年ごとに比較したいと思います (別の列にコード化されています)。 このような比較に適した統計は何でしょうか? これに関してはさまざまなアドバイスを受けています。
マックOSRe:「カウント」データの分析データが正規分布していることについてはあまり心配しませんが、カウント データが上位付近に集中している場合、複数年にわたって平均を比較する ANOVA は誤解を招く可能性があります。時間の経過による違いがより明確に現れるように、カウントデータを変換してみることをお勧めします。カウント データの分散方法によっては、カウント データの個別のビニングを試すこともできます。変換が適切かどうか、適切であればどのような変換 (ログ、ビンなど) が意味があるのかを知るために、カウント データの分布を確認することを常にお勧めします。平均数が時間の経過とともに単調に見える場合を除き、年を順序変数として扱うべきであることに同意します。そうであれば、連続変数の方がうまく機能する可能性があります。
Re:「カウント」データの分析素晴らしい回答をありがとうございました。 私のデータはあなたの「偽の」テーブルと同じ構造になっています。 あなたのデータと私のデータの主な違いは、私のデータでは「スコア」(テーブル内の「カウント」) が 0 から 24 の範囲で定義された整数のカウントであることです。 カウントは範囲の上部近くに密集しています。 データは離散的で正規分布していないため、ANOVA は良い選択ではないと思いました。
Re:「カウント」データの分析やあ@ドワインバー、
データテーブルがどのように構造化されているかのスクリーンショットを共有してもらえますか? これは、データの構造に応じてデータを分割または積み重ねる必要がある場合があるため、分析方法についてより具体的な詳細を提供するのに役立ちます。
ただし、出版スコアを Y 値として使用し、出版年を X として使用する ANOVA を実行することに同意します。連続変数ではなく順序変数として扱う方が簡単かもしれません。 連続したままにすると、スコアの分散分析を実行できなくなります。
以下の例では、score という列を持つ偽のデータ テーブルを作成しました。これは、平均が 12、標準偏差が 3 のランダムな正規数で、出版年は 2000 年から 2020 年のランダムな整数です。アイディア。 次に、Fit Y by X を実行し、スコアを Y に、出版年を X にキャストします。その後、年別スコアの ANOVA 分析を実行できます ([Oneway...] の横にある赤いホット ボタンをクリックして、統計オプションを表示します)。レビューする）。 ANOVA に関して注意する必要がある検定の種類を確実に理解し、得られる出力だけをすべてを物語っていると受け取らないように注意してください。
お役に立てれば！、
DS
Re:「カウント」データの分析もう少し情報が必要です。24 項目は個別に測定されているのでしょうか、それとも何らかの方法で 1 つのスコアに結合されているのでしょうか?言い換えれば、24 の異なるメジャーを長期にわたって比較しているのか、それとも 1 つのメジャーを長期間にわたって比較しているのでしょうか?方法としては、どちらの場合も、時間 (年) を離散変数として使用する分散分析や、時間を連続変数として使用する回帰を試すことができます (前者は、後者が正当であるかどうかを判断するのに役立ちます)。
