Transformation von negativen Variablen Hilfe...

[makako_sh]

Hallo Zusammen,
Also ich habe eine Frage bezüglich meiner Daten.
Ich habe Multivariante Normalität überprüft, leider war KST Signifikant,ds-nicht normalverteilt. Jetzt muss ich Transformation durchführen, aber ich habe negative Variablen ds kann nicht durch LN 10 oder in SQRt transformieren.
Können Sie mir raten, wie ich meine negativen Variablen so transformieren kann, um auf Normalverteilung zu überprüfen.
Danke imVoraus
LG

[drfg2008]

ob das sinnvoll ist, sei jetzt einmal dahingestellt.

Folgende Möglichkeit (unter mehreren):

Mit SPSS am einfachsten die Normalrangtransformation nehmen:

Transform -> Rank Cases -> Rank Type -> Normal Scores

Code: Alles auswählen

RANK VARIABLES=VAR1 (A)
  /NORMAL
  /PRINT=YES
  /TIES=MEAN
  /FRACTION=BLOM.

[makako_sh]

ob das sinnvoll ist, sei jetzt einmal dahingestellt.

Folgende Möglichkeit (unter mehreren):

Mit SPSS am einfachsten die Normalrangtransformation nehmen:

Transform -> Rank Cases -> Rank Type -> Normal Scores

Code: Alles auswählen

RANK VARIABLES=VAR1 (A)
  /NORMAL
  /PRINT=YES
  /TIES=MEAN
  /FRACTION=BLOM.

Vielen lieben Dank. Du hast mir sehr geholfen,jetzt sind meine Daten signifikant normalverteilt

[Generalist]

Das ist eine Flächentransformation. Die ist unzulässig, wenn mit den Variablen lineare Modelle gerechnet werden sollen. Und so etwas wie "signifikant normalverteilt" gibt es nicht.

[makako_sh]

Hallo,
also nach diesen Transformation war Shapiro Wilk test nicht Signifikant P=1 und ich habe auch eine schöne Normalverteilunsniagramm bekommen. Da ich mehrere Unabhängige Variablen habe, soll ich für Zweck meiner Diplomarbeit Manova und Diskrimimanzanalyse durchführen. Kannst Du mir bitte sagen, ob ich nach diesen Transformation diese Methode machen darf.
Vielen Dank im Voraus,
LG

[Generalist]

Das ist eine Flächentransformation. Die ist unzulässig, wenn mit den Variablen lineare Modelle gerechnet werden sollen.

Da ich mehrere Unabhängige Variablen habe, soll ich für Zweck meiner Diplomarbeit Manova und Diskrimimanzanalyse durchführen.

Wieso sollst Du eine MANOVA durchführen? Die ist (selten, aber manchmal) geeignet für mehrere abhängige Variablen; wie viele UNabhängige Variablen es sind, spielt keine Rolle.

Abgesehen davon, ist bei Varianzanalysne nicht die Verteilung der Variablen von Interesse, sondern wie die Variablen innerhalb der einzelnen Gruppen verteilt snd. Und auch auch das ist nicht mehr sonderlich wichtig bei mittleren und größeren Stichproben, sofern Abweichungen nicht auf Ausreißern beruhen.

[makako_sh]

Du hast Recht ich habe mehrere abhängige Variablen und drei Gruppen von abängigen Variablen. Manova brauche ich um meine Nulhypothese zu prüfen und wie Du gesagt hast ob es unterschiede zwischen verschiedenen Gruppen gibt.Und mein Ziel ist es in meinem Arbeit voram zu kommen und wenn ich keine Normalverteilung habe dann kann ich nicht evt Manova usw durchfüren.Aus diesem Grund, denke ich,kann ich dass machen,wenn es aus statistischen Sicht nicht falsch ist, diese Transformation auf Normalverteilung durchzuführen und wenn danach auch eine Normalvertilung vorliegt, oder würdest Du an meiner Stelle anders entscheiden?
Vielen Dank für deine Hilfe.
LG

[Generalist]

wenn es aus statistischen Sicht nicht falsch ist, diese Transformation auf Normalverteilung durchzuführen und wenn danach auch eine Normalvertilung vorliegt, oder würdest Du an meiner Stelle anders entscheiden?

Zum dritten Mal: die durchgeführte Transformation ist für diesem Zweck (MANOVA) unzulässig.

Noch gutes Gelingen.

[makako_sh]

Alles Klar,
vielen Dank für deine Antworten.
LG

[drfg2008]

Ob man eine Normalrangtransformation nehmen kann oder nicht: Mit einer ablehnenden Einschätzung wäre ich mir nicht so sicher, aus verschiedenen Gründen.

Bekannte nichtparametrische Verfahren wie der Spearman's Rho sind zunächst nichts weiter als ein Pearson über die rangtransformierten Rohwerte.

Bei U-Test und H-Test gegenüber t-Test und Varianzanalyse (Fisher-Modell) verhält es sich etwas anders, allerdings lässt sich mit Monte-Carlo Experimenten zeigen, dass die Verhältnisse sehr ähnlich sind: Die parametrischen Verfahren liefern über die rangtransformierten Werte fast exakt die gleichen sig. Werte wie die nichtparametrischen Äquivalente. Dass dies (meiner Kenntnis nach) noch nirgendwo systematisch untersucht und publiziert wurde (wie etwa Effizienzverlgleiche parametrischer und np Verfahren / Methoden ja in der Literatur recht umfangreich publiziert wurden), besagt natürlich nicht, dass diese Vorgehensweise falsch wäre.

Und die Normalrangtransformation wäre nur eine Sonderform der Rangtransformation.

Allerdings gilt bei wissenschaftlichen Arbeiten natürlich immer die Bezugnahme auf etablierte und allgemein anerkannte Verfahrensweisen. Nicht, dass man für seine MA oder Dr. Arbeit auch noch die Verfahren erfindet.

(Kann mir aber nicht verkneifen noch zu ergänzen, dass dies durchaus in anderen Bereichen, wie dem der IT, durchaus der Fall ist. Man denke nur and die Erfindung von PHP durch Rasmus Lerdorf 1995 im Rahmen seiner Abschlussarbeit - falls richtig kolportiert)