e作者mitkaffee ()
看板Statistics
标题[问题] 关於常态非常态样本的界定
时间Fri Apr 17 16:59:54 2015
大家好，我现在有来自不同产地的样品
我的研究是寻找两种不同类型的测定之间的关联性
因为我的样本数不高(<30)，进行常态性检定结果不符合常态
因此我选用spearman进行相关性检定，也的确看到非常多具有显着性的结果
然而我发现我的数值之间存在共线性，因为我虽然是以各种方式测定
但仍然不可避免许多可能相似的测定（且我将两性质直接跑相关性，有许多值本身有显着）
为了将测定值结果精简，且为了想要找到是否存在我无法测定但隐含在变数中的因素
因此我选用因素分析而非主成份
事後找到共同变数後我再进行spearman一次，最终也的确找到两个极具显着的对应
但因为我发现我的依变数（也就是物性的测定）本身也非常态
因此我似乎根本不该进行回归测定
我想请教版友我该如何解决此问题，谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.78.232
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1429261207.A.DDF.html
※ 编辑: mitkaffee (140.112.78.232), 04/17/2015 17:02:35
1F：→ coldwind0912: 其实我不完全理解你的问题 也许你该详细的说明一下 04/17 17:16
2F：→ coldwind0912: 但直观上 我认为应该不是做因素分析 而是主成份分析 04/17 17:17
3F：→ mitkaffee: 抱歉，我重新编辑一下我的情况和问题 04/17 17:18
※ 编辑: mitkaffee (140.112.78.232), 04/17/2015 17:26:33
4F：→ coldwind0912: 粹取主成份来跑回归...主成份≠因素 很多人乱用.... 04/17 17:18
5F：→ coldwind0912: 或许看晚点有没有生统方面专长的大大能帮忙回答 04/17 17:20
6F：→ mitkaffee: 我重新编辑好了 请问这样清楚吗 04/17 17:26
7F：→ mitkaffee: 我是萃取因素後才跑回归 我没有用主成份 04/17 17:27
8F：→ andrew43: 一般线性回归的常态性前题是指残差，而非反应变数。 04/17 19:03
9F：→ andrew43: 另外，你或许也可以考虑使用典型相关分析。 04/17 19:22
10F：→ andrew43: 因素分析的话，或许有其它证据指出你提出的因素是洽当的 04/17 19:30
11F：→ andrew43: 会比较有说服力。毕竟因素分析的轴是可以转的。 04/17 19:31
12F：→ mitkaffee: 喔喔 所以只要检定残差符合常态性即可吗？ 04/17 20:10
13F：→ mitkaffee: 另外我有想过用典型分析 但所学有限 那个对我有点难Ｑ 04/17 20:10
14F：→ mitkaffee: 我是研究所做论文才开始接触多变量分析 以前只有生统 04/17 20:10
15F：→ mitkaffee: 但我想请问做典型的话有什麽前提吗 我是否也需要做维度 04/17 20:11
16F：→ mitkaffee: 缩减？ 04/17 20:11
17F：→ andrew43: 检验典型相关系数要注意是否存在多变量常态。 04/17 21:21
18F：→ andrew43: 但样本量大时可能没太要紧。 04/17 21:23
19F：→ mitkaffee: 但我的样本数只有最多24个 这样依然有办法吗？ 04/18 00:18
20F：→ andrew43: 根据经验，这样的样本数很难验证变数之分配。 04/18 01:40
21F：→ andrew43: 无论如何，你还可以试着对变数做转型，看会不会更像常态 04/18 01:41
22F：→ mitkaffee: 所以你的意思是如果样本非常态 仍然必须经过转换後才能 04/18 23:58
23F：→ mitkaffee: 做回归分析吗？ 还是能有不用此限制的方法 04/18 23:58
24F：→ andrew43: 回归残差如果偏离常态，可以试着对应变数转型。 04/19 00:01
25F：→ andrew43: 这件事大多数统计教科书都有。三言两语说不完。 04/19 00:02
26F：→ andrew43: 如果要避开此限制就要找robust分析。例如permutation之 04/19 00:03
27F：→ andrew43: 类的。怎麽挑选适当方法也要视情况而定。 04/19 00:04
28F：→ yhliu: 其实, 因素分析隐含假设原资料是符合多变量常态的, 典型相 04/19 21:21
29F：→ yhliu: 关其实就是两组(多个)变量之间隐含之因素之间的相关, 也是 04/19 21:22
30F：→ yhliu: 在多变量常态的思维下的产物. 04/19 21:22
31F：→ yhliu: 主成分, 其实可以看成只是变数的重组. 04/19 21:23
32F：→ yhliu: 如果解释变项不动, 对反应变项进行主成分或因素分析, 再用 04/19 21:24
33F：→ yhliu: 结果之主成分或因素分数为反应变数进行分析, 其意义是有些 04/19 21:25
34F：→ yhliu: 不同的. 前者是对 "组合变数" 之分析, 後者是对 "内含因素" 04/19 21:25
35F：→ yhliu: 也就是隐藏於所考虑之诸多原反应变数背後之因子进行的分析. 04/19 21:27
36F：→ yhliu: 如果是对解释变数而非反应变数进行主成分或因素分析, 再以 04/19 21:28
37F：→ yhliu: 结果为解释变数, 最後主成分解释变数可还原成原变数, 而用 04/19 21:30
38F：→ yhliu: 原变数来解释结果; 而因素分数为解释变数, 是在分析原考虑 04/19 21:31
39F：→ yhliu: 之解释变数背後之共同因素对反应变数的影响. 04/19 21:31
※ 编辑: mitkaffee (219.68.139.142), 12/09/2015 22:36:12
※ 编辑: mitkaffee (219.68.139.142), 12/09/2015 22:36:45