Saya ingin membandingkan data yang proporsional di antara tiga kelompok yang berbeda misalnya:
ID Group Prop.Nitrogen
1 A 0.89
2 A 0.85
3 B 0.92
4 B 0.97
Mengikuti Wharton dan Hui (doi: 10.1890 / 10-0340.1 1 ) Saya pikir saya akan melihat apakah data ini akan lebih baik ditangani dengan menggunakan logit yang diubah.
Ketika saya melihat plot diagnostik untuk model linier pada data yang ditransformasikan dan tidak ditransformasikan, mereka terlihat sangat mirip tanpa masalah yang jelas, dan hanya ada sedikit perbedaan dalam estimasi parameter. Namun, saya masih ingin dapat mengatakan sesuatu tentang seberapa baik model tersebut cocok dengan versi data yang ditransformasi dan tidak ditransformasi - saya tahu saya tidak dapat membandingkan nilai AIC secara langsung. Apakah ada koreksi dan saya bisa membuat untuk memeriksa ini? Atau haruskah saya mengambil pendekatan yang berbeda?
sumber
boxcox()
di perpustakaan MASS), meskipun saya tidak yakin apakah itu dapat menangani transformasi logit.boxcox()
data mentah, atau pada data yang diubah?Jawaban:
Pengalaman saya dengan data yang ditransformasikan menunjukkan bahwa korelasi membaik setelah transformasi serta homoseksualitas dan / atau normalitas, meskipun mereka belum tentu semuanya optimal untuk setiap transformasi tunggal. Satu jawaban sederhana mungkin untuk menghitung koefisien korelasi antara kedua model dan set data masing-masing. Seseorang bahkan dapat menguji signifikansi perbedaan koefisien korelasi berkorelasi. Tes untuk jenis residual fungsi homoseksual dan kepadatan juga dapat menawarkan cara untuk mengevaluasi mereka.
sumber