¿Cómo transformar datos en rankings?Hola,
Quiero comparar el grado de defoliación de diferentes estaciones. Entonces, tomé muestras de tres árboles por estación y para cada árbol tomé muestras en la parte inferior, en el medio y en la parte superior de la copa. Quería utilizar un ANOVA de dos vías para ver si hay una diferencia entre la estación y entre el nivel del árbol, pero mi problema es que las varianzas son muy desiguales.
Me preguntaba cómo podría realizar una transformación de rango en mis datos usando JMP. Luego, haría un ANOVA de dos vías normal.
gracias de antemano
Adrián
Re: ¿Cómo transformar datos en rangos?Una forma rápida de transformar sus datos en rangos es usar la plataforma de Distribución. Primero, vaya a Analizar > Distribución y coloque la variable de interés en el rol Y. Si tiene una variable de agrupación, colóquela en el rol Por. Haga clic en Aceptar. A continuación, haga clic en el menú desplegable con el triángulo rojo junto a su respuesta (si tiene una variable Por, mantenga presionada la tecla Ctrl para distribuir la acción a todos los niveles de grupo) y seleccione Guardar > Rangos o Rangos promediados. Este método guardará los rangos en su tabla de datos original.
Re: transformación de rangoLa defoliación se midió tomando muestras de las hojas y estimando la defoliación por hoja, luego calculé la defoliación promedio por hoja.
y quiero ver si donde la defoliación es más importante (arriba, medio abajo de la corona) y también quiero ver qué estaciones están significativamente más defoliadas que las otrasRe: transformación de rangoey,
Gracias por tu ayuda, probé la transformación de raíz cuadrada de acrsin pero las variaciones siguen siendo desiguales.
y si utilizara una regresión logística no podría comparar el grado de defoliación entre los diferentes niveles del árbol, ¿verdad?
gracias de nuevoRe: transformación de rangoPrimera pregunta... ¿Es adecuado el sistema de medición? ¿Cómo se mide la defoliación? ¿Están categorizados los datos?
Segunda pregunta (conjunto). ¿Qué desea observar? ¿Quiere averiguar si la variación es diferente dentro del árbol, entre árboles o entre estaciones? Utilice gráficos de control y gráficos de variabilidad para observar las diferencias.Re: transformación de rangoMi primera idea sería que si pudieras encontrar una transformación de tus datos que los normalizara, te facilitarías mucho la vida, sobre todo porque aún podrías responder a preguntas sobre los datos (como cuánto más defoliados están los árboles en la estación A que en la estación 
que tendrías dificultades para responder si empiezas a calcular sus rangos. Sin embargo, como punto aparte, me parece que si introduces los rangos en un ANOVA de dos vías, sigues sin mantener el supuesto de residuos independientes con distribución normal y varianza constante: simplemente dificultas demostrar que no lo son (y, de hecho, sabes que no lo son si analizas los rangos).
Una transformación que podría considerar para sus datos es la transformación de raíz cuadrada de arcoseno, que suele recomendarse cuando los datos son proporcionales (véase, por ejemplo, http://udel.edu/~mcdonald/stattransform.html). Esta transformación contribuye a normalizar las varianzas hacia los extremos de la escala (es decir, 0 % y 100 %), aunque incluso en ese caso no hay mucho que pueda hacer para normalizar los extremos .
Si sus datos incluyen un gran número de instancias de defoliación casi completa o casi ninguna defoliación, podría considerar analizar una variable binaria (es decir, "defoliado" / "no defoliado") o una variable ordinal (1="no defoliado", 2="parcialmente defoliado", 3="totalmente defoliado") usando una regresión logística (vea por ejemplo http://udel.edu/~mcdonald/statlogistic.html ), que aún le permitiría ajustar variables explicativas a sus datos como la estación, el tipo de árbol, la edad del árbol, la altura del árbol, etc. La regresión logística se proporciona dentro de la plataforma "Ajustar modelo": simplemente cambie la personalidad a cualquier tipo de regresión logística que desee realizar y asegúrese de que el tipo de modelado de su variable de respuesta esté configurado en "Nominal" u "Ordinal" (de lo contrario, las dos opciones de regresión logística estarán en gris).Re: transformación de rangoAdrián,
Ordenaría sus datos por defoliación, luego crearía una nueva columna llamada "rango" y aplicaría una fórmula a esta columna: la función de fila "secuencia" numerará las filas de esta columna desde 1 hasta lo que usted especifique y, debido a que están ordenadas por defoliación, le dará rangos.
Sin embargo, esto no te servirá si tienes muchas observaciones vinculadas.
