Come confrontare le variabili categorialiCiao a tutti,
/* Utilizzo di JMP 14.1.0 */
la mia domanda di oggi è semplice, tuttavia tutti gli argomenti simili che ho trovato rispondevano solo ad argomenti più complessi, quindi eccomi qui.
Sto confrontando variabili categoriche da diverse condizioni di processo, diciamo processo uno e processo due.Per ogni processo, gli elementi vengono testati e assegnati a una classe categorica (ad esempio, Buono, Cattivo, Medio, ecc.).Per una particolare classe, vorrei sapere se la percentuale totale di articoli è statisticamente diversa. Ad esempio, è il rapporto tra gli elementi "buoni" per il processo uno statisticamente diverso dal rapporto tra gli elementi "buoni" per il processo due. Entrambi i processi hanno una dimensione del campione simile di circa 300.
Ho provato a utilizzare la piattaforma fit Y by X, tracciando classe per processo. Nelle diverse analisi disponibili, immagino che quella di cui ho bisogno sia "Analisi delle corrispondenze" (usando jmp in una lingua diversa, potrebbe non essere una traduzione esatta) che mi dà un grafico che traccia 'c1' per 'c2'. Immagino che il valore c1 per ogni classe mi fornisca un'informazione sul fatto che siano statisticamente diversi da un processo all'altro, ma non sono sicuro di come vada.
Qualche spunto?
Ri: Come confrontare le variabili categorialiciao, anch'io ho un problema,
provo a fare ricerche categoriche sui consumatori tramite jmp, ho 8 righe diverse e 10 colonne diverse. Voglio vedere sia il significato in ogni colonna per ogni riga sia il significato tra le righe per ogni colonna. Voglio dire, ci sono lettere che mostrano il significato solo per ogni colonna, ma voglio vedere le lettere sia sotto ogni colonna che ogni riga.Come posso vederli tutti in quella pagina?
Ri: Come confrontare le variabili categorialiDa un punto di vista statistico e di modellazione, la tua situazione è esattamente la stessa. Assicurati di modificare il tipo di modellazione della tua risposta in Ordinale e aggiungi la proprietà della colonna Ordine valore per stabilire l'ordine corretto. Il fattore (varietà) deve utilizzare il tipo di modellazione nominale.
Ri: Come confrontare le variabili categorialiCiao, non ho una risposta, ma un'ulteriore domanda sullo stesso argomento.
Stiamo testando la risposta alla malattia di diverse varietà di olivi. abbiamo una risposta categorica (livello 0, livello 1, livello 2....) e 10 diverse varietà.
Abbiamo ottenuto le frequenze del livello di infezione per ciascuna varietà. C'è un modo per testare le differenze tra tutte le varietà (se il livello 1 per la varietà 1 è diverso dalla varietà 2, varietà 3...) o dobbiamo testare le varietà coppia per coppia?
Grazie
Ri: Come confrontare le variabili categorialiQuindi hai una risposta categorica multinomiale, Risultato = {Buono, Cattivo, Medio, eccetera) e un fattore categorico, Processo = {uno, due}. La risposta deve utilizzare il tipo di modellazione ordinale. Il fattore deve utilizzare il tipo di modellazione nominale. A partire da Analizza > Adatta Y per X, assegna Risultato al ruolo Y e Elabora al ruolo X. Questa configurazione avvierà la piattaforma Contingency. L'analisi predefinita fornisce i test del chi quadro di Pearson e del rapporto di verosimiglianza presupponendo l'assenza di associazione.
L'analisi della corrispondenza è un'analisi grafica per aiutare a interpretare l'associazione, se i test indicano che esiste un'associazione significativa. È una forma di "biplot", che consente di tracciare insieme due diverse variabili (risultato, processo). L'origine è basata sul baricentro e le due dimensioni massimizzano le differenze nelle distanze tra le righe e le colonne della tabella di contingenza. L'UNICO aspetto importante e affidabile è l'allontanamento dall'origine. Le distanze non sono paragonabili. Quindi, se un livello di riga e un livello di colonna sono lontani dall'origine nella stessa direzione, c'è una forte associazione positiva tra questi due livelli. Se sono lontani dall'origine in direzioni opposte, allora c'è una forte associazione negativa tra di loro. L'analisi delle corrispondenze non fornisce un test di ipotesi. Utilizzare i test del chi quadrato per tali decisioni.
