モデルの近似を変換された応答と変換されていない応答と比較する


11

3つの異なるグループ間の比率のデータを比較したい:

 ID Group Prop.Nitrogen
 1    A     0.89
 2    A     0.85
 3    B     0.92
 4    B     0.97

ウォートンとホイ(doi:10.1890 / 10-0340.1 1)に続いて、ロジット変換を使用してこれらのデータをより適切に処理できるかどうかを確認しました。

変換されたデータと変換されていないデータの線形モデルの診断プロットを見ると、それらは非常によく似ており、明らかな問題はなく、推定パラメーターにわずかな違いしかありません。ただし、モデルがデータの変換されたバージョンと変換されていないバージョンにどの程度適合しているかについては、もう少しお話ししたいと思います。AIC値を直接比較することはできません。修正はありますか?これを調べるために作成できますか?それとも別のアプローチを取るべきですか?


Box-Cox変換(boxcox()MASSライブラリー内)を試すこともできますが、それがロジット変換を処理できるかどうかはわかりません。
マリウス

@Marius:明確にするためboxcox()に、生データまたは変換されたデータについて提案していますか?
ミシェル

データと適合値を主題関連のスケールに変換し(統一されたスケールにする)、次に、所有するすべての競合モデルのAICを計算しますか?元は異なるスケールでフィットしていたモデルのAIC値を手動で計算する必要がありますが、これが問題になることはないと思います。
Richard Hardy 14

回答:


1

変換されたデータを使用した私の経験では、相関は、変換後、等分散性および/または正規性とともに向上することが示唆されていますが、単一の変換では必ずしもすべてが最適であるとは限りません。1つの簡単な答えは、2つのモデルとそれぞれのデータセット間の相関係数を計算することです。相関相関係数の差の有意性をテストすることもできます。等分散性および残差の密度関数タイプのテストも、それらを評価する手段を提供できます。

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.