來自非正態數據的正態/等級得分與[R]中的迴歸關係

我想查看病原體水平是否影響某些大黃蜂菌落髮育參數，如產生的蛹的數量。來自非正態數據的正態/等級得分與[R]中的迴歸關係

由於數據的非正態性，我想對Bishara & Hittner (2012)建議的數據進行rankit變換。

要定義這個變換，令x_r是x的升序排列，例如 x_r = 1表示x的最小值。這裏使用的RIN變換函數是

F（X）=Φ^（ - 1）（（x_r-0.5）/ N）

其中Φ^（ - 1）是逆正態累積分佈函數n是樣本量（Bliss，1967）。

我無法弄清楚如何做R.的rankit改造我嘗試這樣做：

my.df$queen.pupae_rankit = qnorm((rank(my.df$queen.pupae)-0.5)/length(my.df$queen.pupae))

然而，關係似乎防止rankit分數正態分佈：

qqnorm(my.df$queen.pupae_rankit)

因此，我想知道

如何從R中的關係數據獲得rankit分數？
qnorm函數實際上是獲得反向累積分佈函數的正確函數嗎？
Bishara & Hittner (2012)在皮爾森相關性中使用了rankit分數而不是迴歸分析。我只在迴歸中知道自變量必須是正態分佈的。無論如何，我是否應該，因爲Bishara & Hittner (2012)確實也變換了因變量？

PS。我還查看了 rntransform {GenABEL}，rankInverseNormalDataFrame {FRESA.CAD}和qNormScore {SuppDists}，但我無法弄清楚如何使用它們來獲得我想要的rankit分數。數據是這樣的：

structure(list(queen.pupae = c(0L, 0L, 131L, 9L, 0L, 0L, 24L, 
0L, 141L, 1L, 0L, 0L, 0L, 0L, 11L, 45L, 0L, 1L, 0L, 5L, 84L, 
5L, 5L, 1L, 0L, 0L, 116L, 0L, 0L, 0L, 0L, 0L, 13L, 92L, 1L, 45L, 
120L, 137L, 40L, 100L, 119L, 74L, 8L, 41L, 19L, 1L, 52L, 32L, 
123L, 0L, 0L, 5L, 162L, 68L, 10L, 0L, 20L, 229L, 2L, 87L, 219L, 
143L, 82L, 1L), worker.adults = c(146L, 185L, 181L, 145L, 244L, 
185L, 152L, 114L, 254L, 337L, 210L, 290L, 162L, 186L, 84L, 166L, 
295L, 107L, 229L, 203L, 125L, 183L, 246L, 217L, 22L, 106L, 150L, 
112L, 45L, 116L, 120L, 152L, 66L, 78L, 65L, 160L, 149L, 247L, 
60L, 193L, 255L, 184L, 300L, 41L, 96L, 101L, 37L, 45L, 291L, 
353L, 158L, 243L, 146L, 128L, 40L, 390L, 129L, 59L, 77L, 663L, 
295L, 498L, 254L, 449L), pathogen1.dna = c(0, 318111.127271693, 
0, 68623.2739754326, 1574.45287019555, 34424.6122347574, 2400.58041860919, 
43515.3059302234, 4832293.58571446, 8799.05541479988, 0, 28825.2443389828, 
0, 1523.13350414953, 8865474.42623986, 0, 0, 521807.198120121, 
5174641.18054382, 0, 15904014.4954482, 43560.4440044516, 0, 25389.0067977301, 
388996.478514811, 95206.2277317915, 11828659.0129974, 807202.672709897, 
5359061.63083682, 0, 21041.1231283436, 31817666.6056002, 4545923.10675542, 
10685.8600591283, 16115.7029438609, 0, 67887826.6688623, 16943.6858267549, 
1492919.02988919, 49436.4613189687, 711743.102574896, 0, 23651052.7433696, 
76175.2980832307, 21563.8738983475, 76520.1382493025, 164861.507683675, 
2203260.57078847, 24348427.1595032, 134749.527642678, 276476.323303274, 
10329030.0039368, 93822.2696353729, 12872122.4242484, 31680707.4838652, 
6701547.09356281, 2369578.88255313, 1413650.78332731, 522467.993244771, 
989515.406542198, 3837021.29623798, 1020067.61286839, 37534060.9859563, 
43371163.4363934)), .Names = c("queen.pupae", "worker.adults", 
"pathogen1.dna"), class = "data.frame", row.names = c(NA, -64L 
))

來源

2016-05-30 bee guy

你可以使用不同的方法來處理的行列聯繫。例如： rank(my.df$queen.pupae, ties.method = "random")。看看?rank獲取更多選擇。
是的，我相信qnorm在這裏是正確的功能！
我不這麼認爲，但我不確定。您可以嘗試詢問Cross Validated。

來源

2016-05-30 13:21:41

在你的問題中的代碼已經做生產rankit分數。如果您要隨機打破關係，則與rank(...,ties.method="random")一樣，這會在轉換結果中引入隨機錯誤。不幸的是，任何不會引入隨機錯誤的單變量轉換方法都會保留關係，並導致類似的非線性QQ圖。
是
只有因變量應該被轉換，而不是獨立的。變換因變量通常有助於歸一化殘差，這就是迴歸所依賴的特定正態性假設。

來源

2016-10-21 16:13:05 Anthony

來自非正態數據的正態/等級得分與[R]中的迴歸關係

回答

相關問題