Analisi bivariataBuongiorno,
Vorrei una conferma sull'analisi bivariata eseguita da JMP.
Quando vengono inseriti solo i parametri X e Y, l'analisi statistica viene eseguita successivamente in modo parametrico? Se sì, è possibile eseguire un'analisi di tipo non parametrico? Come procedere?
Grazie in anticipo
Sposato
AnaliticaRe: Analisi bivariataFit Y by X può eseguire quattro diversi tipi di analisi, a seconda dei tipi di modellazione di X e Y. Di seguito sono riportati i diversi tipi di analisi in base ai tipi di modellazione offerti. Questo viene direttamente dalla finestra di dialogo Adatta Y per X:
A seconda del tipo di analisi, se il risultato è un'analisi parametrica, le opzioni del triangolo rosso avranno in genere un'opzione non parametrica.
Se sei più specifico su ciò che stai cercando, la community potrebbe essere in grado di fornire ulteriori indicazioni.
Re: Analisi bivariataCiao Dan,
Grazie per la risposta. Infatti mi sono espresso male. Conosco l'analisi e le possibilità del fit Y per X in funzione del tipo di dati. Voglio fare un'analisi bivariata su dati continui ma che non seguono una legge normale.
Quando lancio il modulo fit Y by X, compilo i campi Y e X e ottengo la mia analisi. Il mio problema è che non riesco a vedere se JMP considera i miei dati come parametrici o non parametrici. Quando clicco sul triangolo rosso dell'analisi bivariata non riesco a selezionare la tipologia dei miei dati e quindi non so su cosa si basano le statistiche ottenute.
Come essere sicuri che l'analisi sia fatta bene visto che i dati non seguono una normale legge?
Sto usando JMP16.0.0
Grazie per l'aiuto
Re: Analisi bivariataStima Y per X, più specificamente Bivariato, sta eseguendo la regressione dei minimi quadrati standard. La regressione non presuppone che i tuoi dati siano distribuiti normalmente. Ma presuppone che i residui (o gli errori) siano distribuiti normalmente. Questa distinzione è importante perché i dati grezzi conterranno segnali che potrebbero impedirne la distribuzione normale. La X o variabile esplicativa dovrebbe rimuovere l'effetto dei segnali. Ciò che resta (gli errori oi residui) deve essere distribuito normalmente affinché tutte le inferenze statistiche della regressione siano valide. Ecco perché un'analisi di regressione dovrebbe sempre includere anche un esame dei residui. Bivariata ti consentirà di eseguire l'analisi residua.
Se i residui non sono distribuiti normalmente, ci sono alcune opzioni. Uno è trasformare la tua risposta in modo che i residui possano essere distribuiti normalmente. Il rapporto bivariato offre diverse opzioni per trasformare la tua risposta. Possono essere trovati sotto Fit Special dal menu a comparsa rosso.
Un'altra opzione consiste nell'utilizzare Stima modello e specificare un modello lineare generalizzato. Ciò ti consentirà di specificare la risposta di distribuzione. Un modello lineare generalizzato è più di quanto posso approfondire qui, ma potrebbe valere la pena che tu esamini qualunque sia il tuo problema.
Re: Analisi bivariataGrazie Dan,
Tutto questo è molto utile e mi permetterà di fare il lavoro che devo fare!
Ho trovato e testato tutte le tue soluzioni ed entrambe mi danno la mia risposta. Preferisco l'analisi Fit Y by X quindi i residui dopo aver adattato il modello di regressione lineare!
