Bonjour,
Je travaille avec un ensemble de données produit à partir d'un dépistage factoriel complet à 5 variables avec 3 points centraux. Les données brutes sont fortement asymétriques avec une distribution exponentielle. J'ai essayé log, log10, racine carrée et diverses transformations box-cox et je n'arrive pas à obtenir quelque chose qui se rapproche même d'une distribution normale.
| Condition | Modèle | données1 |
| 1 | +−−+− | 0,59 |
| 2 | −+−−− | 1.6 |
| 3 | −−−+− | 1,78 |
| 4 | +−++− | 0,45 |
| 5 | +−−−− | 1,37 |
| 6 | −++−− | 0,87 |
| 7 | +−+− | 0,05 |
| 8 | −−−−− | 4.46 |
| 9 | ++−−− | 0,14 |
| dix | −+−+− | 0,36 |
| 11 | +++−− | 0,11 |
| 12 | +−+−− | 0,8 |
| 13 | −+++− | 0,33 |
| 14 | ++++− | 0,05 |
| 15 | −−+−− | 2.43 |
| 16 | −−++− | 1,53 |
| 17 | 0 | 0,86 |
| 18 | 0 | 0,79 |
| 19 | 0 | 0,9 |
| 20 | −+−−+ | 0,94 |
| 21 | +−+++ | 0,87 |
| 22 | −−+++ | 0,91 |
| 23 | −−−++ | 0,72 |
| 24 | −+−++ | 0,05 |
| 25 | −−+−+ | 2,74 |
| 26 | −++−+ | 0,72 |
| 27 | −++++ | 0,08 |
| 28 | +−+−+ | 2,92 |
| 29 | −−−−+ | 4.08 |
| 30 | ++−−+ | 0,88 |
| 31 | +−−−+ | 3,98 |
| 32 | +−−++ | 0,82 |
| 33 | +++++ | 0,08 |
| 34 | ++++−+ | 0,78 |
| 35 | ++−++ | 0,06 |
1. Quel type de transformation est approprié pour gérer l’ensemble de données ?
2. S'il n'existe pas de méthodes appropriées pour transformer les données, comment les modéliser ? (en utilisant Fit Model, etc.)
3. Une fois les données transformées, comment interpréter les résultats du profileur de prédiction s'ils ont été transformés ?
Pourquoi transformez-vous les données ?Ce sont les résidus qui doivent être distribués normalement.
