Wie wandelt man Daten in Ränge um?Hallo,
ich möchte den Grad der Entlaubung verschiedener Stationen vergleichen. Dazu habe ich pro Station drei Bäume beprobt und bei jedem Baum jeweils unten, in der Mitte und oben in der Baumkrone Proben entnommen. Ich wollte eine zweifaktorielle ANOVA verwenden, um zu sehen, ob es einen Unterschied zwischen den Stationen und zwischen den Ebenen im Baum gibt. Mein Problem ist jedoch, dass die Varianzen sehr ungleich sind.
also habe ich mich gefragt, wie ich mit jmp eine Rangtransformation meiner Daten durchführen kann. Dann würde ich eine normale zweiseitige ANOVA durchführen.
Dank im Voraus
Adrien
Betreff: Wie wandelt man Daten in Ränge um?Eine schnelle Möglichkeit, Ihre Daten in Ränge umzuwandeln, ist die Verwendung der Verteilungsplattform. Gehen Sie zunächst zu „Analysieren > Verteilung“ und platzieren Sie die gewünschte Variable in der Rolle „Y“. Wenn Sie eine Gruppierungsvariable haben, platzieren Sie diese in der Rolle „Nach“. Klicken Sie auf „OK“. Klicken Sie anschließend auf das rote Dreieck-Dropdown-Menü neben Ihrer Antwort (bei einer Nach-Variablen halten Sie vorher die Strg-Taste gedrückt, um die Aktion auf alle Gruppenebenen zu übertragen) und wählen Sie „Speichern > Ränge“ oder „Ränge gemittelt“. Diese Methode speichert die Ränge in Ihrer ursprünglichen Datentabelle.
Betreff: RangtransformationDer Laubverlust wurde durch die Entnahme von Blattproben und die Schätzung des Laubverlusts pro Blatt gemessen. Anschließend berechnete ich den durchschnittlichen Laubverlust pro Blatt.
und ich möchte sehen, wo die Entlaubung am stärksten ist (oben, in der Mitte oder unten an der Krone) und ich möchte auch sehen, welche Stationen deutlich mehr entlaubt sind als die anderenBetreff: RangtransformationHey,
danke für Ihre Hilfe, ich habe die Acrsin-Quadratwurzeltransformation versucht, aber die Varianzen sind immer noch ungleich.
und wenn ich eine logistische Regression verwenden würde, wäre ich nicht in der Lage, den Grad der Entlaubung zwischen den verschiedenen Ebenen des Baumes zu vergleichen, richtig?
Danke noch einmalBetreff: RangtransformationErste Frage: Ist das Messsystem angemessen? Wie wird der Laubabwurf gemessen? Sind die Daten kategorisiert?
Zweite Frage (Satz). Was möchten Sie sehen? Möchten Sie herausfinden, ob die Variation innerhalb eines Baumes, von Baum zu Baum oder zwischen Stationen unterschiedlich ist? Verwenden Sie Kontrollkarten und Variabilitätskarten, um die Unterschiede zu erkennen.Betreff: RangtransformationMein erster Gedanke wäre, dass Sie sich das Leben erheblich erleichtern würden, wenn Sie eine Transformation Ihrer Daten finden könnten, die diese normalisiert. Nicht zuletzt, weil Sie dann immer noch Fragen zu den Daten beantworten könnten (z. B. wie viel kahler die Bäume an Station A sind als an Station 
, die Sie nur schwer beantworten könnten, wenn Sie die Ränge der Daten analysieren. Abgesehen davon scheint es mir jedoch so, dass Sie, wenn Sie die Ränge in eine reguläre zweifaktorielle ANOVA einspeisen, immer noch nicht die Annahme unabhängiger normalverteilter Residuen mit konstanter Varianz beibehalten: Sie erschweren lediglich den Nachweis, dass dies nicht der Fall ist (und eigentlich wissen Sie, dass dies nicht der Fall ist, wenn Sie die Ränge analysieren).
Eine mögliche Transformation für Ihre Daten ist die Arkussinus-Quadratwurzel-Transformation. Diese wird üblicherweise empfohlen, wenn Ihre Daten proportionale Werte darstellen (siehe z. B. http://udel.edu/~mcdonald/stattransform.html). Diese Transformation trägt dazu bei, die Varianzen an den äußersten Enden der Skala (d. h. 0 % und 100 %) zu normalisieren, obwohl selbst dort nicht viel zur Normalisierung der äußersten Enden beigetragen werden kann.
Wenn Ihre Daten eine große Zahl von Fällen fast vollständigen oder fast gar keinen Laubverlusts enthalten, können Sie die Analyse einer binären Variable (z. B. „entlaubt“ / „nicht entlaubt“) oder einer ordinalen Variable (1 „nicht entlaubt“, 2 „teilweise entlaubt“, 3 „vollständig entlaubt“) mithilfe einer logistischen Regression (siehe beispielsweise http://udel.edu/~mcdonald/statlogistic.html) in Erwägung ziehen. Dadurch könnten Sie Ihren Daten immer noch erklärende Variablen wie Station, Baumart, Baumalter, Baumhöhe usw. anpassen. Die logistische Regression wird auf der Plattform „Modell anpassen“ angeboten: Ändern Sie einfach die Persönlichkeit in die Art der logistischen Regression, die Sie durchführen möchten, und stellen Sie sicher, dass der Modellierungstyp Ihrer Antwortvariablen auf „Nominal“ oder „Ordinal“ eingestellt ist (andernfalls werden die beiden Optionen für die logistische Regression ausgegraut).Betreff: RangtransformationAdrien,
Ich würde Ihre Daten nach Entlaubung sortieren, dann eine neue Spalte mit dem Namen „Rang“ erstellen und eine Formel auf diese Spalte anwenden – die Zeilenfunktion „Sequenz“ nummeriert die Zeilen in dieser Spalte von 1 bis zu dem von Ihnen angegebenen Wert und gibt Ihnen, da sie nach Entlaubung sortiert sind, Ränge.
Dies wird Ihnen allerdings nicht weiterhelfen, wenn Sie viele gebundene Beobachtungen haben.
