3
比率の絶対変化をテストすることが目的の場合、対数変換なしで比率を直接比較できますか？
比率（ = /）が頻繁に使用されます（mRNAまたはタンパク質発現の倍数変化、ボディマスインデックス[BMI]など）。多くの人々は、比率としてコード化された変数（たとえば、フォールドチェンジ）は、右に大きく歪んでいるため、ログ変換する必要があるとアドバイスしています。ただし、比率（ /）は相対的な変化であり、比率の分布は正常ではありません（en.wikipedia.org/wiki/Ratio_distribution）。と両方が対数正規である場合、log（ /）は正常です（再変換バイアスを考慮した後、 /対数正規ですか？）ZZZYYYXXXYYYXXXXXXYYYYYYXXXYYYXXX 対数変換された比率間の比較は、相対的な変化の相対的な変化（すなわち、比率）です。さらに、右に歪んだ変数（）の対数変換の必要性が疑問視されています。たとえば、最近の論文（http://www.ncbi.nlm.nih.gov/pubmed/22806695）は、変数の対数変換の誤用について警告しています。アドバイスのいくつかは、が対数正規である場合にのみlog（）が正規分布を保証するというものでした。つまり、右に歪んだ変数であっても正規性は保証されません。また、Eの抗ログ（（ログ））の幾何平均（GM）である常に少ないEよりも、（（）とEの差の検定YYYYYYYYYYYYYYYYYYYYY）とGMは異なります。最後に、GMはより堅牢でもなく、外れ値の影響を受ける可能性も低くありません。 別の論文（http://econtent.hogrefe.com/doi/10.1027/1614-2241/a000110）は、生の変数のt検定が対数正規分布変数でもうまく機能することを示しました。3番目の論文（http://link.springer.com/article/10.1023%2FB%3AEEST.0000011364.71236.f8）は、比率に対するt検定と対数変換された比率に対するt検定のパフォーマンスが似ていることを示しています。 したがって、問題は、どちらが関心のある結果であるかになります。log（）を意味のあるものにするには元の単位に逆変換する必要があり、再変換バイアスがあるため、E（）のテストはより意味があると思います。ZZZZZZ 幸い、異分散性が考慮されると（たとえば、Welchのt検定）、パラメトリック検定（t検定など）は正規性の仮定の違反に対してロバストです。たとえば、このペーパー（http://www.ncbi.nlm.nih.gov/pubmed/24738055）では、ANOVAを使用して、イムノブロッティングにおける生の倍率変化の違いをテストすることをお勧めしています。 だから私の質問は：私の目標が比率の絶対変化をテストすることである場合、対数変換なしで比率を直接比較できますか？ 参照： 線形回帰で、実際の値の代わりに独立変数のログを使用するのが適切なのはいつですか？