मैं उन डेटा की तुलना करना चाहता हूं जो तीन अलग-अलग समूहों के बीच अनुपात में हैं जैसे:
ID Group Prop.Nitrogen
1 A 0.89
2 A 0.85
3 B 0.92
4 B 0.97
व्हार्टन और हुई (दोई: 10.1890 / 10-0340.1 1 ) के बाद, हालांकि मैं यह देखूंगा कि अगर ये डेटा एक परिवर्तित रूपांतर का उपयोग करके बेहतर तरीके से निपटा जाएगा।
जब मैं रूपांतरित और अन-ट्रांसफ़ॉर्म किए गए डेटा पर रैखिक मॉडल के लिए नैदानिक भूखंडों को देखता हूं तो वे बिना किसी स्पष्ट समस्याओं के समान दिखते हैं, और अनुमानित मापदंडों में केवल छोटे अंतर हैं। हालाँकि, मैं अभी भी कुछ कहना चाहूंगा कि मॉडल डेटा के रूपांतरित और अनियंत्रित संस्करणों को कितनी अच्छी तरह फिट करता है - मुझे पता है कि मैं सीधे एआईसी के मूल्यों की तुलना नहीं कर सकता। क्या इसमें कोई सुधार है और मैं इसकी जांच कर सकता हूं? या मुझे एक अलग दृष्टिकोण लेना चाहिए?
@ मार्स: स्पष्ट करने के लिए, क्या आप
—
मिशेल
boxcox()कच्चे डेटा या रूपांतरित डेटा पर सुझाव दे रहे हैं ?
विषय-वस्तु-प्रासंगिक पैमाने पर डेटा और फिट किए गए मानों को बदलने के बारे में क्या है (इसलिए आपके पास एकीकृत स्तर होगा) और फिर आपके पास मौजूद सभी प्रतिस्पर्धी मॉडलों के लिए एआईसी की गणना करना? आपको एआईसी मानों की गणना उन मॉडलों के लिए मैन्युअल रूप से करनी होगी जो मूल रूप से एक अलग पैमाने पर फिट थे, लेकिन मुझे नहीं लगता कि यह एक समस्या हो सकती है।
—
रिचर्ड हार्डी
boxcox()MASS लाइब्रेरी में) आज़माना चाह सकते हैं , हालाँकि मुझे यकीन नहीं है कि यह लॉगिट ट्रांसफ़ॉर्म से निपट सकता है।