Negativ verzerrte DatenIch versuche, einen multiplen Regressionstest in JMP durchzuführen, aber meine Residuendaten haben die Verteilungsannahme nicht erfüllt. Die Schiefe betrug -1,21 und die Kurtosis 4,52, meine Daten sind also negativ verzerrt. Wie gehe ich vor? (Ich bin ein ziemlicher Neuling.) Wir haben noch nichts über Transformationen wie Logarithmus oder Quadratwurzel gelernt. Ich habe beides versucht, indem ich sie separat als Formeln für die Spalte mit den Residuendaten hinzugefügt habe, aber alles, was ich bekam, waren nicht verwertbare Punkte in der Spalte.
WindowsBetreff: Negativ verzerrte DatenIch gehe davon aus, dass Sie eine multiple Regressionsanalyse durchgeführt haben (das Wort „Test“ ist hier eine seltsame Verwendung dieses Begriffs). Wenn ja, würde ich als Erstes sagen, dass Ihre Residuen nicht so besorgniserregend aussehen. Multiple Regressionsannahmen sind sehr nachsichtig – sie werden selten erfüllt, aber das spielt normalerweise keine große Rolle. In dem Maße, in dem Ihre Residuen jedoch verzerrt sind, ist es naheliegend, eine Log-Transformation zu versuchen. Am einfachsten geht das, indem Sie Ihre Y-Variable in das Feld für die Antwortvariable einfügen, in diesem Fenster auf das Dropdown-Menü neben „Transformieren“ klicken und nach dem Log fragen. Verwenden Sie dann dieselben Modelleffekte, die Sie verwendet haben.
Ich vermute, dass die Log-Transformation hier nicht viel bringt, da die Residuen eine negative Schiefe hatten (ich denke, sie wären für eine positive Schiefe besser geeignet). Sie könnten also einige der anderen Transformationen ausprobieren. Wie gesagt, ich glaube jedoch nicht, dass Ihre Residuen eine Modelländerung so dringend erfordern. Ich würde mir die anderen Aspekte Ihres Modells ansehen (sind die Koeffizienten für die Effekte signifikant und ergeben sie Sinn? Passt das Gesamtmodell gut? Welche anderen Daten haben Sie, die Sie nicht verwendet haben? Wie sieht das Residuendiagramm aus – ist die Streuung einigermaßen zufällig?), bevor ich mir zu viele Gedanken über die Verteilung der Residuen mache.
Betreff: Negativ verzerrte DatenVielleicht möchten Sie sich eine Box-Cox-Transformation ansehen
Betreff: Negativ verzerrte DatenHey @StacyKJones , ich unterstütze den Vorschlag von @txnelson , dass sich die Box Cox-Option hier befindet:
Dadurch wird nicht nur die beste Transformation gefunden, sondern Sie können das Modell auch in einem neuen Analysefenster neu anpassen, sodass Sie beide Modelle vergleichen und sehen können, wie sie durch die Transformation verbessert wurden. Außerdem bleiben die Einheiten für den Profiler in den ursprünglichen Einheiten erhalten, was praktisch ist.
Steve
Betreff: Negativ verzerrte DatenDas Einzige, was ich zu den Antworten von @dlehman1 und @txnelson (mit denen ich übereinstimme) noch hinzufügen möchte, ist, dass wir die Statistik für den Moment vergessen und uns mit der praktischen Seite befassen. Wenn Sie am Ende des Tages das praktische Problem mit dem Modell lösen können, das Sie erstellt haben, wen interessieren dann Statistiken? Ich kam als praktizierender Statistiker aus der Industrie. Die Teams, in denen ich war, wurden dafür bezahlt, Probleme zu lösen, nicht dafür, perfekte Modelle zu entwickeln, die alle mit verschiedenen statistischen Methoden verbundenen „Annahmen“ erfüllten.
