Come trasformare i dati in classifiche?Ciao,
Voglio confrontare il grado di defogliazione di diverse stazioni. Quindi ho campionato tre alberi per stazione e per ogni albero ho campionato la parte inferiore, centrale e superiore della chioma. Volevo usare un'ANOVA bidirezionale per vedere se c'è una differenza tra le stazioni e tra i livelli dell'albero. Ma il mio problema è che le varianze sono molto disuguali.
Quindi mi chiedevo come avrei potuto effettuare una trasformazione di rango sui miei dati usando JMP? Poi avrei dovuto eseguire una normale ANOVA bidirezionale.
grazie in anticipo
Adriano
R: Come trasformare i dati in classifiche?Un modo rapido per trasformare i dati in classifiche è utilizzare la piattaforma Distribuzione. Per prima cosa, vai su Analizza > Distribuzione e inserisci la variabile di interesse nel ruolo Y. Se hai una variabile di raggruppamento, inseriscila nel ruolo Per. Fai clic su OK. Quindi, fai clic sul menu a discesa con il triangolo rosso accanto alla tua risposta (se hai una variabile Per, tieni premuto il tasto Ctrl in anticipo per distribuire l'azione tra i livelli del gruppo) e scegli Salva > Classifiche o Classifiche medie. Questo metodo salverà le classifiche nella tabella dati originale.
Re: trasformazione del rangola defogliazione è stata misurata campionando le foglie e stimando la defogliazione per foglia, quindi ho calcolato la defogliazione media per foglia
e voglio vedere se dove la defoliazione è più importante (in alto, al centro e in basso della corona) e voglio anche vedere quali stazioni sono significativamente più defoliate rispetto alle altreRe: trasformazione del rangoEHI,
Grazie per l'aiuto, ho provato la trasformazione della radice quadrata di acrsin ma le varianze sono ancora diverse.
e se utilizzassi una regressione logistica non sarei in grado di confrontare il grado di defogliazione tra i diversi livelli dell'albero, giusto?
grazie ancoraRe: trasformazione del rangoPrima domanda... il sistema di misurazione è adeguato? Come si misura la defogliazione? I dati sono categorizzati?
Seconda domanda (set). Cosa vuoi vedere? Vuoi scoprire se la variazione è diversa all'interno dell'albero, da albero ad albero o tra stazioni? Utilizza carte di controllo e carte di variabilità per vedere le differenze.Re: trasformazione del rangoIl mio primo pensiero sarebbe che se riuscissi a trovare una trasformazione dei tuoi dati che li normalizzi, ti semplificheresti la vita molto, soprattutto perché saresti comunque in grado di rispondere a domande sui dati (come quanto sono più defoliati gli alberi nella stazione A rispetto alla stazione 
a cui avresti difficoltà a rispondere se iniziassi a considerarne i ranghi. A parte questo, però, mi sembra che se inserisci i ranghi in una normale ANOVA a due vie, non stai ancora mantenendo l'ipotesi di residui indipendenti distribuiti normalmente con varianza costante: stai solo rendendo più difficile dimostrare che non lo sono (e in realtà sai che non lo sono se stai analizzando i ranghi).
Una trasformazione che potresti considerare per i tuoi dati è la trasformazione di radice quadrata di arcoseno, solitamente consigliata quando i dati sono una proporzione (vedi ad esempio http://udel.edu/~mcdonald/stattransform.html). Questa trasformazione contribuisce in parte a normalizzare le varianze verso gli estremi della scala (ovvero 0% e 100%), sebbene anche in questo caso non ci sia molto che tu possa fare per normalizzare gli estremi .
Se i tuoi dati includono un gran numero di casi di defoliazione quasi completa o quasi nessuna defoliazione, potresti prendere in considerazione l'analisi di una variabile binaria (ad esempio "defoliato" / "non defoliato") o una variabile ordinale (1="non defoliato", 2="parzialmente defoliato", 3="completamente defoliato") utilizzando una regressione logistica (vedi ad esempio http://udel.edu/~mcdonald/statlogistic.html ), che ti consentirebbe comunque di adattare variabili esplicative ai tuoi dati come stazione, tipo di albero, età dell'albero, altezza dell'albero ecc. La regressione logistica è fornita all'interno della piattaforma "Fit Model": cambia semplicemente la personalità in base al tipo di regressione logistica che intendi eseguire e assicurati che il tipo di modellazione della tua variabile di risposta sia impostato su "Nominale" o "Ordinale" (altrimenti le due opzioni di regressione logistica saranno disattivate).Re: trasformazione del rangoAdriano,
Ordinerei i dati in base alla defoliazione, quindi creerei una nuova colonna denominata "rank" e applicherei una formula a questa colonna: la funzione di riga "sequence" numererebbe le righe in questa colonna da 1 a qualsiasi numero specificato e, poiché sono ordinate in base alla defoliazione, fornirebbe delle classifiche.
Tuttavia, questo non ti sarà utile se hai molte osservazioni collegate.
