私がお勧めする最初のステップは、序数クラスごとにダミー変数を導入することです(https://www.google.com/url?sa=t&source=web&rct=j&ei=B9r5U67pH8vfsASwq4GADQ&url=http://www.utaのコメントを参照してください) .eduさらに/学部/ kunovich / Soci5304_Handouts /トピック%25208_Dummyの%の2520Variables.doc&CD = 2&VED = 0CCAQFjAB&USG = AFQjCNEX-TD7RjSYZ-ej32_5tgPTxVVdvQ&SIG2 = 9hkDU6Y2mpKcGzBTIK8jog)とダミー変数回帰分析から各手段をプロットします。ダミー変数自体の傾向をテストすることもできます。また、事前の(現在のデータを表示するための)正当化がある場合、後続の分析のために、ダミー変数のそれぞれの推定された大きさごとに順序変数カテゴリを並べ替えます。
前の分析に増加するトレンド効果(必ずしも線形ではない)が欠落しており、順序変数自体にサポート可能な順序を組み込んでいると仮定すると、考えられる正規性の問題に対処する興味深いアプローチは、すべての変数にランクが割り当てられた回帰分析を実行することです順序変数を含む。スピアマンのランク相関係数に関するウィキペディアからの引用(リンク:http ://en.m.wikipedia.org/wiki/Spearman 's_rank_correlation_coefficient):
「スピアマンの係数は、相関計算と同様に、順序変数を含む連続変数と離散変数の両方に適しています。[1] [2]」
ウィキペディアには、テストのために計算されたランク相関の標準誤差を評価するための例といくつかの方法があります。ゼロと統計的に異ならない場合、ランクに基づいて計算された回帰のようにスケーリングされたバージョンも同様に重要ではないことに注意してください。
さらに、これらのランクを正規化して(観測数で割って)、可能なサンプルの分位数の解釈を示します(注、問題のデータの経験的分布を構築する際に可能な改良があります)。また、選択したランキングの方向(たとえば、1対4対4対1)がコンテキスト内で直感的な意味を持つランク相関のサインを生成するように、yと特定の変換された順序変数との間の単純な相関を実行しますあなたの研究の。
A中央値を含むさまざまな変位値で暗示される回帰関係への異なる焦点が実りあることが証明されています。生態学ではどうやら効果は小さいかもしれませんが、他の分位点では必ずしもそうではありません。このフィールドは、変位値回帰と呼ばれます。現在の分析を補足するために使用することをお勧めします。参考として、SAS InstituteのColin(Lin)Chenによる論文213-30「分位点回帰とQUANTREG手順の紹介」が役立つことがあります。
また、ランク変換の使用に関する情報源は次のとおりです。「回帰におけるランク変換の使用」、Ronald L. ImanおよびWJ Conover著、Technometrics、Vol 21、No。4、1979年11月に発行されています。ランク変換を使用すると、単調なデータで非常にうまく機能するように見えます。この意見は、オンラインマガジンで述べている信頼性の専門家によっても共有されています。「ランク回帰推定法は、線形化できる関数に非常に適しています」。出典:「Reliability Hotwire、Issue 10、2010年12月。