Трансформация Бокса-Кокса Опции

[fruitfly]

Здравствуйте,
Ситуация: есть данные по шести экспериментальным группам. Хочу сделать АНОВУ, знаю что для этого данные должны быть нормально распределены. Вопрос такой: Как смотреть распределение (1) у всех групп по отдельности или (2) у всех групп вместе. Если (1) у 5 групп нормально распределены а у одной нет. Что делать. Что такое Cox-Box трансформация. Как ее сделать. Правда ли что это самая мощная трансформация?

[Игорь]

Прошу прощения, что отнимаю внимание собеседников, но применение преобразований - очень важная тема на том основании, что их использование позволяет применить мощные методы параметрической статистики к данным, до преобразований нормального распределения не показывавшим. Поэтому ряд вопросов нуждается в уточнении.

Не могу с этим однозначно согласиться. Описанное задание (так как оно сформулировано) напоминает классическое задание для применения трансформации Бокса-Кокса. Есть переменная отклика (возможно, не нормальная) и влияющая переменная с шестью уровнями. Соответственно, находится лямбда, которая минимизирует ошибку, иными словами делаем следующую дисперсионную модель: boxcox(dependent) ~ independent

Означает ли это, что практически для вычислений оптимальной лямбды используется весь представленный массив данных?
Либо нужно находить оптимальную лямбду для каждого вектора данных без учета всех остальных?

[плав]

Прошу прощения, что отнимаю внимание собеседников, но применение преобразований - очень важная тема на том основании, что их использование позволяет применить мощные методы параметрической статистики к данным, до преобразований нормального распределения не показывавшим. Поэтому ряд вопросов нуждается в уточнении.

Означает ли это, что практически для вычислений оптимальной лямбды используется весь представленный массив данных?
Либо нужно находить оптимальную лямбду для каждого вектора данных без учета всех остальных?

Конечно, находим одну лямбда для всего массива данных, поскольку мы же тестируем нулевую гипотезу о том, что (в данном случае) все шесть выборок произошли из одной популяции (mu1=mu2=mu3=mu4=mu5=mu6), соответственно, распределение в этом случае у всех шести должно быть одно. Если же предположить, что распределения разные, то это автоматически отвергает нулевую гипотезу.