1.7 Transformations and scales of m

1.7 Transformations and scales of measurement
There are several reasons why data may need to be transformed prior to analysis.
Some parametric and non-parametric analytical procedures (analysis of variance,
Kruskall–Wallis tests of ranks) have underlying assumptions, for example, that the
data are normally distributed, or that variances among samples are not heterogeneous
(i.e. are of the same magnitude). If these assumptions are not met, there is
increased possibility of Type I errors (i.e. increased chance of mistakenly finding
apparent differences among samples, when they are, in fact, similar; Table 1.4).
Although different analyses have different levels of sensitivity to making Type I
errors, depending on the particular assumption being violated (Underwood, 1997a),
it may be necessary to transform data prior to analysis to meet the assumptions of
the analysis (Winer et al., 1991).

ผลลัพธ์ (ไทย) 1:

1.7 เครื่องชั่งการวัดและแปลงมีหลายเหตุผลว่าทำไมข้อมูลอาจจำเป็นต้องเปลี่ยนก่อนวิเคราะห์บางพาราเมตริก และไม่ใช่พาราเมตริกวิเคราะห์กระบวนการ (การวิเคราะห์ความแปรปรวนทดสอบ Kruskall–Wallis ยศ) มีพื้นฐานสมมติฐาน เช่น ที่ข้อมูลมีแจกแจงปกติ หรือผลต่างระหว่างตัวอย่างไม่แตกต่างกัน(เช่นตัวอย่างขนาดเดียวกัน) ถ้าไม่ตรงตามสมมติฐานเหล่านี้เพิ่มความเป็นไปได้ของชนิดข้อผิดพลาด (เช่นเพิ่มโอกาสของการตั้งใจหาแตกต่างที่ชัดเจนระหว่างตัวอย่าง เมื่อ ในความเป็นจริง เหมือน ตาราง 1.4)แม้ว่าการวิเคราะห์แตกต่างกันมีแตกต่างกันความแม่นยำในการ พิมพ์ผมข้อผิดพลาด ขึ้นอยู่กับสมมติฐานใดที่ถูกละเมิด (เรา 1997a),อาจจำเป็นต้องแปลงข้อมูลก่อนวิเคราะห์ตามสมมติฐานของวิเคราะห์ (Winer et al. 1991)

ผลลัพธ์ (ไทย) 2:

1.7 การแปลงและเครื่องชั่งน้ำหนักของการวัด
มีเหตุผลหลายประการข้อมูลอาจจะต้องมีการเปลี่ยนก่อนที่จะมีการวิเคราะห์เป็น.
บางคณิตศาสตร์และไม่ใช่พาราการวิเคราะห์ (วิเคราะห์ความแปรปรวน
ทดสอบ Kruskall-วาลลิสของการจัดอันดับ) มีข้อสมมติฐานที่ยกตัวอย่างเช่นว่า
ข้อมูลจะถูกกระจายตามปกติหรือที่แปรปรวนในหมู่ตัวอย่างไม่ได้แตกต่างกัน
(เช่นมีขนาดเดียวกัน) หากสมมติฐานเหล่านี้จะไม่พบมีการ
เพิ่มขึ้นเป็นไปได้ของ Type I ข้อผิดพลาด (โอกาสเพิ่มขึ้นคือความผิดพลาดในการค้นหา
ความแตกต่างที่เห็นได้ชัดในหมู่ตัวอย่างเมื่อพวกเขาอยู่ในความเป็นจริงที่คล้ายกันตารางที่ 1.4).
แม้ว่าการวิเคราะห์ที่แตกต่างกันมีระดับที่แตกต่างกันของความไวในการทำ ประเภท
ข้อผิดพลาดขึ้นอยู่กับสมมติฐานโดยเฉพาะอย่างยิ่งถูกละเมิด (Underwood, 1997a)
มันอาจจะเป็นสิ่งที่จำเป็นในการแปลงข้อมูลก่อนที่จะมีการวิเคราะห์เพื่อตอบสนองสมมติฐานของ
การวิเคราะห์ (Winer et al., 1991)