常態分位數變換大家好，
我想對我的資料進行常態分位數轉換，因為它不是正態分佈的，我無法對其進行三向變異數分析。
我讀到了一個建議，要求進行正常的分位數變換，然後對此進行三向變異數分析。
首先，這樣合適嗎？
其次，我可以在 JMP 中進行此分析嗎？
消費者與市場研究品質和工藝工程回覆：常態分位數變換您也可以使用分佈平台進行正常分位數轉換。對於大型表，這可能比使用列公式更快。
回覆：常態分位數變換我認為你所問的問題與范德華登檢驗
雖然該檢定是為單向變異數分析開發的，但我認為它也應該適用於三向變異數分析，因為零假設是沒有任何影響是顯著的（主要影響和交互作用）。 如果你的假設是連續的，我不確定它是否仍然有效。
要實際做到這一點，您需要對觀察結果進行排名，然後將排名對應到正常分位數。 請參閱以下程式碼片段以查看步驟。
Names Default To Here( 1 );
dt=Open( "$SAMPLE_DATA/Big Class.jmp" );
New Column( "Height Rank", Formula( Col Rank( :height, <<TIE></TIE>
回覆：常態分位數變換謝謝，馬克。 關於您的回复，我還有幾個問題。
首先，所附連結顯示 Box-Cox 變換僅適用於正 Y 響應。 我目前工作中的一些數據是負值。 那能做什麼呢？
另外，對於那些都是正值的，當我得到box-cox變換部分時，我到底能從中推斷出什麼？ 從連結中讀取，它說我們可以保存轉換後的資料。 那麼，當我保存轉換後的資料時，這是我接下來用於 Tukey 測試顯著差異的資料嗎？
回覆：常態分位數變換轉變可能非常有幫助。 您可以嘗試使用擬合最小平方法中內建的 Box-Cox 變換，它可以輕鬆執行 3 向變異數分析。 我建議您先嘗試這個通用解決方案，然後再訴諸可能沒有必要的更專業的解決方案。
請參閱有關此內容的 JMP 協助轉型。
