O uso da transformação box-cox em conjuntos de dados individuais impede que esses dados sejam comparáveis?


8

Eu tenho usado a transformação box-cox para normalizar dados para entrada em um software de Análise de fator de nicho ecológico, conforme recomendado pelos criadores do software.

No entanto, ocorreu-me que o método de transformação box-cox (obviamente!) Selecionou valores lambda diferentes para cada transformação. Por exemplo, quero comparar a influência dos fatores A, B e C na localização individual em quatro datas da amostra. Cada fator foi separado em caixa (separadamente de outros fatores e de outras datas). Isso significa que os resultados de cada análise fatorial não serão comparáveis ​​(e que a simples comparação dos dados transformados, por exemplo, pela ANOVA, não será possível) devido à seleção de diferentes valores lambda para cada transformação?


Você poderia esclarecer o que você quer dizer com "separadamente tanto de outros fatores quanto de outras datas"? Você está dizendo que cada um de A, B e C foi transformado separadamente, usando parâmetros diferentes, ou está dizendo que a transformação de (digamos) A varia de acordo com a data? A distinção é crucial, porque a resposta no primeiro caso é que você pode fazer a comparação desejada, enquanto no segundo caso as conclusões que você pode tirar são mais limitadas.
whuber

Cada um de A, B e C foi transformado separadamente um do outro usando um método box-cox. Dentro de cada fator, a transformação foi realizada separadamente para cada uma das quatro datas (portanto, 12 transformações no total). Eu espero que isso ajude. Além disso, obrigado a Michael Chernick.
precisa saber é o seguinte

1
Então, Michael está correto (+1). A correção é voltar e transformar todos os valores A da mesma maneira, todos os valores B, etc., e refazer a análise.
whuber

Respostas:


4

Sim Se eles estiverem em escalas diferentes, você logicamente não poderá compará-las. Se todas as transformações fossem as mesmas que você poderia, uma vez que a transformação de poder é monotônica. No entanto, a variação da amostra muda devido à transformação e isso precisaria ser contabilizado. Mas na sua situação você não pode compará-los.


Ah, isso confirma meus medos. Obrigado pela ajuda Michael e whuber!
JSnf2012

Provavelmente seria melhor você encontrar uma transformação de compromisso! e use a mesma energia de transformação boxcox para todos os conjuntos de dados.
b Kjetil HALVORSEN
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.