Mam serię rozkładów skośnych / grubych ogonów, które chciałbym pokazać. Istnieje 42 dystrybucje na trzech czynników (oznaczony jako A
, B
a C
poniżej). Różnica maleje również w zależności od czynnika B
.
Problemem jest to, że rozkłady trudno jest rozróżnić w skali wyniku (stosunek lub zmiana krotności):
Wydaje się, że rejestrowanie danych nadmiernie podkreśla lewe nachylenie i przenosi więcej próbek do ogonów (tworząc połączenie punktów odstających):
Czy ktoś ma sugestie dotyczące innych technik wizualizacji tych danych?
exp()
Transformacja jest jego odwrotność, ale to chyba zbyt silny tutaj. Kwadratowanie jest łagodniejszą alternatywą. Nie mówisz, jakie masz rozmiary próby. Nie jest oczywiste, że głównym problemem jest naprawdę lewy skośność, a nie kilka umiarkowanych wartości odstających na lewym ogonie w B1. Czy nie ma tu nauki, która by rzuciła na to światło?Odpowiedzi:
Pomysł: jeśli potrafisz opisać rozkłady, które uzyskałeś względnie dobrze za pomocą rozkładu normalnego, możesz wykonać dwuwymiarowe wykresy pokazujące wpływ
A, B
iC
na parametry dopasowanych rozkładów: średnią i odchylenie standardowe.Lub próbujesz znaleźć inne miary opisujące otrzymany rozkład i pokazać wpływ na nie trzech zmiennych.
Jeśli okaże się, że dwie zmienne mają interakcje, możesz wykonać wykres 3d. Miejmy nadzieję, że nie wszyscy współdziałają ze sobą. ;)
źródło