Логнормальное распределение, помоготе разобраться! |
Здравствуйте, гость ( Вход | Регистрация )
Логнормальное распределение, помоготе разобраться! |
8.06.2009 - 04:00
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 2 Регистрация: 8.06.2009 Пользователь №: 6161 |
Обрабатываю биологические данные, в основном распределение логнормальное.
Могу ли я использовать для этих данных в первоначальном виде(не логарифмированном) параметрические критерии для сравнения двух групп, если тест Левена p>0,1. Если нет, то подскажите как правильно обрабатывать данные: - непараметрические критерии или параметрические для логарифмированных данных. |
|
10.06.2009 - 22:01
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1202 Регистрация: 13.01.2008 Из: Челябинск Пользователь №: 4704 |
Обрабатываю биологические данные, в основном распределение логнормальное. Могу ли я использовать для этих данных в первоначальном виде(не логарифмированном) параметрические критерии для сравнения двух групп, если тест Левена p>0,1. Если нет, то подскажите как правильно обрабатывать данные: - непараметрические критерии или параметрические для логарифмированных данных. Параметрические критерии носят такое название в первую очередь потому, что используют параметры известного распределения - как правило нормального. А уже во вторую очередь могут иметь дополнительные требования - типа однородности дисперсий, которую вы проверяете в тесте Ливена. Поэтому если известно, что распределение данных логнормальное - нужно предварительно нормализовать их логарифмированием, а уже далее проводить дополнительные необходимые проверки, выбирать и затем применять критерии. Такой подход будет наиболее полно использовать имеющуюся у вас иформацию и будет выигрыш в мощности. Непараметрические критерии менее требовательны к данным и не требуют предварительных преобразований данных, но платой за это является потеря в мощности, т.е. вы можете не обнаружить реально имеющиеся межгрупповые различия на выборке того же объема, особенно если он мал. |
|
16.06.2009 - 01:19
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 2 Регистрация: 8.06.2009 Пользователь №: 6161 |
Спасибо большое за ответ.
С логарифмированием понятно, а при интерпретации результатов тестов, например сравнение гипотез при помощи критерия Стьюдента для логарифмированных данных нужно ли делать обратное преобразования или полученный вывод я могу применить к исходной выбоке? |
|
16.06.2009 - 18:20
Сообщение
#4
|
|
Группа: Пользователи Сообщений: 1202 Регистрация: 13.01.2008 Из: Челябинск Пользователь №: 4704 |
Спасибо большое за ответ. С логарифмированием понятно, а при интерпретации результатов тестов, например сравнение гипотез при помощи критерия Стьюдента для логарифмированных данных нужно ли делать обратное преобразования или полученный вывод я могу применить к исходной выбоке? А какое обратное преобразование можно сделать для критерия Стьюдента? С помощью критериев мы получаем ответ на вопрос есть ли межгрупповые различия, связи или зависимости. Другое дело как представить данные описательной статистики. Для ненормального распределения мы не имеем права давать среднее +\- стандартная ошибка как для симметричного нормального распределения. Поэтому можно привести другие меры положения и рассеяния, например, медиану и квартили. Или привести точечную и интервальную оценку среднего: среднее и 95%-ный доверительный интервал для него. В этом случае при логнормальном распределении среднее и ДИ находят по логарифмам, а затем затем пересчитывают в исходные единицы. Для неизвестного распределения приводят обычное среднее, а ДИ находят бутстрепом. |
|
16.06.2009 - 19:50
Сообщение
#5
|
|
Группа: Пользователи Сообщений: 1013 Регистрация: 4.10.2006 Пользователь №: 1933 |
А какое обратное преобразование можно сделать для критерия Стьюдента? С помощью критериев мы получаем ответ на вопрос есть ли межгрупповые различия, связи или зависимости. Другое дело как представить данные описательной статистики. Для ненормального распределения мы не имеем права давать среднее +\- стандартная ошибка как для симметричного нормального распределения. Поэтому можно привести другие меры положения и рассеяния, например, медиану и квартили. Или привести точечную и интервальную оценку среднего: среднее и 95%-ный доверительный интервал для него. В этом случае при логнормальном распределении среднее и ДИ находят по логарифмам, а затем затем пересчитывают в исходные единицы. Для неизвестного распределения приводят обычное среднее, а ДИ находят бутстрепом. Кроме того, следует помнить, что для логнормального распределения вместо арифметического среднего используется геометрическое среднее (т.е. оно-то и будет рассчитано описанным выше подходом). |
|