![]() |
Здравствуйте, гость ( Вход | Регистрация )
![]() |
![]()
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 7 Регистрация: 6.11.2007 Пользователь №: 4508 ![]() |
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? |
|
![]() |
![]() |
![]() |
![]()
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 120 Регистрация: 27.08.2009 Пользователь №: 6284 ![]() |
nokh, Pinus
Афифи, Эйзен. Статистический анализ, Москва, Мир , 1982. Стр 147 (речь о случайных величинах, но не о нормально распределенных) Монтгомери, Планирование эксперимента и анализ данных, 1980. стр282 , 288 ( а вообще всю главу прочтите) Из модели, что ошибка e - распределена нормально, из того, что мы хотим оценить коэффициенты/параметры следует именно это. ( стр 288 внизу). И еще. Оттого, что Вы для себя решаете, не следует что так трактует теория статистического оценивания. Для того, чтобы провести оценку параметров - нам нужно предположение о нормальности. ======= можно взять модель с любым распределением ошибки, но математика не проработана. а проработана она для вот такого: Матожидание для каждого значения E(y/x)= b0+b1*x Каждое наблюдение у=b0+b1*x + е е- случайная ошибка с нулевым матожиданием и дисперсией сигма^2 ------- А теперь жду источника, где написано что нужно норм распределение на каждом уровне X. Желательно не последних лет издания. Или пояснения фразы "Подразумевается что Y нормально распределена на каждом уровне X. " --------- Вообще, у меня возникает ощущение что Вы путаете два понятия - линейна по параметрам и линейна по переменным. у=k*x+b y=k*(x^2)+b y=k*ln(x)+b эти все функции линейны по параметрам. В теории статоценивания нам нужно оценить параметры. поэтому сделайте нормальным y и крутите любые степени от х. ![]() Это не кованализ :)
|
|
![]() |
![]() |
![]() ![]() |