生態学者はアークサインがアシニンであることを知らなかった唯一の人ですか？

割合、比率、および割合のデータは、生態学で非常に一般的です（たとえば、受粉した花の％、男性：女性の性比、処理に対する死亡率％、草食動物が食べた葉の％）。最近、一部の応用統計学者が「エコロジー」というタイトルのジャーナルエコロジーで記事を発表しました。「アークサインは異常です：エコロジーにおける比率の分析」。彼らは、Zarの "Biostatistical Analysis"やSokalやRohlfの "Biometry"（両方とも第3版または第4版）のような長期実行テキストによってアークサイン変換が促進されたが、この手法は一般化線形モデルとより優れたコンピューティングによって時代遅れになっていると指摘しました。 ：

アークサイン平方根変換は、生態学の比例データを分析するときの標準的な手順であり、2項および非2項の応答変数を含むデータセットに適用されます。ここでは、どちらの状況でもアークサイン変換を使用しないでください。二項データの場合、ロジスティック回帰は、変換されたデータの分析よりも解釈可能性が高く、検出力が高くなります。[...]非二項データの場合、アークサイン変換は、解釈可能性の理由から、および無意味な予測を生成する可能性があるため、望ましくありません。ロジット変換は、これらの問題に対処するための代替アプローチとして提案されています。

他の分野（精神？医学？）でどのくらい一般的な比率データがあるのか​​と思っていました。アークサインはまだ他の分野で一般的に使用されているのですか、それとも生態学者はこの（または他の）時代遅れの、または最適な手法よりも使用が例外的ですか？より高度な技術を使用する必要性を強調する他の分野の論文はありますか？

公衆衛生の学生に2つの理由で教えています。

• 私の同僚の1人がそれを（導入コースで）魔法のレシピとして教えています。私は彼らにデルタ法とそれがどのように導出されるかを示します。

• Delta法と分散安定化変換は非常に重要ではないので便利だと思います。連続性の補正を伴うアークシン変換を使用して計算された信頼区間は完全ではありませんが、適度に動作し、小さいサンプルの場合、まだ広く使用されているWaldプロシージャよりはるかに優れています。

心理学と神経科学のジョンとして、疫学の多くの人々は気にしないで、押しボタン式で線形モデルを使用するだけです。

¹Pires、アマド、2008。二項比率の区間推定量。

心理学や神経科学では、値を正規化するために値を変換する努力さえしていません。固有値解析は、％correctまたは％errorの分散分析またはt検定です。

生態学およびその他の分野でのアークサイン変換の使用の普及率に関する質問は、JStorにアクセスし、いくつかのジャーナルを選択し、過去20年間の単語の検索を行うことで判断できます。

トピックの説明は、arcsinを使用しない1つ（多くの理由）の理由に注意することで明確になります。割合はケースの数に基づいています。4つのケースのうち2つの割合（それほど信頼性は高くありません）と40のケースのうち20つのより信頼できる割合に同じ重みを付けますか？自然な解決策は、オッズとオッズ比、および2項分布を使用して、arcsin asinineの資料に記載されているように、オッズの変化として比率の変化をテストすることです。そのようにして、4の50％と比較して、40の50％に期限を与えます。