正态分位数变换大家好，
我想对我的数据进行正态分位数转换，因为它不是正态分布的，我无法对其进行三向方差分析。
我阅读了一条建议，执行正常的分位数转换，然后对此运行 3 向方差分析。
首先，这合适吗？
其次，我可以在 JMP 中进行这种分析吗？
分析回复：正常分位数变换您还可以使用 Distribution 平台进行正态分位数变换。对于大型表格，这可能比使用列公式更快。
回复：正常分位数变换我想你问的是关于范德瓦尔登试验
虽然测试是为单向方差分析开发的，但我认为它也应该适用于三向方差分析，因为原假设是没有任何影响是显着的（主要和相互作用）。 如果您的假设是连续的，我不确定它是否仍然有效。
要真正做到这一点，您需要对观察结果进行排名，然后将排名映射到正常分位数。 请参阅以下代码片段以了解这些步骤。
Names Default To Here( 1 );
dt=Open( "$SAMPLE_DATA/Big Class.jmp" );
New Column( "Height Rank", Formula( Col Rank( :height, <<TIE></TIE>
回复：正常分位数变换谢谢，马克。 关于您的回复，我还有几个问题。
首先，所附链接显示 Box-Cox 变换仅适用于正 Y 响应。 我目前工作中的一些数据是负值。 那怎么办呢？
另外，对于那些都是正值的，当我得到 box-cox 变换部分时，我究竟从中推断出什么？ 从链接中读取，它说我们可以保存转换后的数据。 因此，当我保存转换后的数据时，这就是我用于 Tukey 显着差异测试的方法吗？
回复：正常分位数变换转换可能非常有帮助。 您可以尝试使用 Fit Least Squares 内置的 Box-Cox Transformation，它可以轻松执行 3-way ANOVA。 我建议您先尝试这个通用解决方案，然后再求助于可能没有必要的更专业的解决方案。
请参阅关于此的 JMP 帮助转型.
