ขั้นตอนแรกที่ฉันอยากจะแนะนำคือแนะนำตัวแปรจำลองสำหรับแต่ละลำดับชั้น (ดูความคิดเห็นที่https://www.google.com/url?sa=t&source=web&rct=j&ei=B9r5U67pH8vfsASwq4GADQ&url=http://www.uta .edu / คณะ / kunovich / Soci5304_Handouts / หัวข้อ% 25208_Dummy% 2520Variables.doc & cd = 2 และ ved = 0CCAQFjAB & usg = AFQjCNEX-TD7RjSYZ-ej32_5tgPTxVVDVQQGGJYGKKYK2 = 2 นอกจากนี้คุณยังสามารถทดสอบแนวโน้มในตัวแปรตัวเองได้ นอกจากนี้คุณยังจัดลำดับหมวดหมู่ตัวแปรลำดับใหม่ตามขนาดโดยประมาณที่เกี่ยวข้องของตัวแปรดัมมี่สำหรับการวิเคราะห์ที่ตามมาหากมีการให้เหตุผลก่อนหน้านี้ (เพื่อดูข้อมูลปัจจุบัน)
สมมติว่าการวิเคราะห์ก่อนหน้านี้หายไปจากแนวโน้มที่เพิ่มขึ้น (ไม่จำเป็นต้องเป็นเชิงเส้น) และการรวมคำสั่งที่สนับสนุนได้ในตัวแปรลำดับตัวมันเองวิธีการที่น่าสนใจที่ยังระบุประเด็นเรื่องภาวะปกติที่เป็นไปได้คือการวิเคราะห์การถดถอยซึ่งตัวแปรทั้งหมด รวมถึงตัวแปรลำดับ เหตุผลสำหรับความคลั่งไคล้นี้เพื่ออ้างอิงจาก Wikipedia เกี่ยวกับสัมประสิทธิ์สหสัมพันธ์อันดับของ Spearman (ลิงค์: http://en.m.wikipedia.org/wiki/Spearman 's_rank_correlation_coefficient):
"สัมประสิทธิ์ของสเปียร์แมนเช่นเดียวกับการคำนวณสหสัมพันธ์ใด ๆ ที่เหมาะสมสำหรับทั้งตัวแปรที่ต่อเนื่องและไม่ต่อเนื่องรวมถึงตัวแปรลำดับ [1] [2]"
Wikipedia นำเสนอตัวอย่างและหลายวิธีในการประเมินข้อผิดพลาดมาตรฐานของสหสัมพันธ์อันดับที่คำนวณสำหรับการทดสอบ โปรดทราบว่าถ้ามันไม่แตกต่างทางสถิติจากศูนย์ดังนั้นเวอร์ชันที่ปรับขนาดเช่นในการคำนวณแบบถดถอยที่คำนวณตามอันดับจะคล้ายกันไม่สำคัญ
ฉันจะทำให้มาตรฐานเหล่านี้เป็นมาตรฐาน (หารด้วยจำนวนการสังเกต) ทำให้สามารถตีความตัวอย่างควอนไทด์ได้ (หมายเหตุมีความเป็นไปได้ในการสร้างการกระจายเชิงประจักษ์สำหรับข้อมูลที่เป็นปัญหา) ฉันก็จะทำการหาความสัมพันธ์อย่างง่ายระหว่าง y และตัวแปรลำดับที่ถูกเปลี่ยนเพื่อให้ทิศทางของการจัดอันดับที่คุณเลือก (ตัวอย่างเช่น 1 ถึง 4 ต่อ 4 กับ 4 ต่อ 1) สร้างสัญลักษณ์สำหรับสหสัมพันธ์อันดับที่มีความหมายสัญชาตญาณในบริบท จากการศึกษาของคุณ
[แก้ไข] โปรดทราบว่าแบบจำลอง ANOVA สามารถนำเสนอในรูปแบบการถดถอยด้วยเมทริกซ์การออกแบบที่เหมาะสมและด้วยรูปแบบการถดถอยแบบมาตรฐานที่คุณตรวจสอบชุดรูปแบบกลางคือการวิเคราะห์ตามค่าเฉลี่ยของ Y ที่ให้ X อย่างไรก็ตามในสาขาวิชาเช่นนิเวศวิทยา การมุ่งเน้นที่แตกต่างกันในเรื่องความสัมพันธ์การถดถอยซึ่งบ่งบอกถึงควอนไทล์ต่างๆ เห็นได้ชัดว่าในนิเวศวิทยาหมายถึงผลกระทบที่อาจมีขนาดเล็ก แต่ไม่จำเป็นต้องอยู่ในปริมาณอื่น ๆ ฟิลด์นี้เรียกว่าการถดถอยเชิงปริมาณ ฉันขอแนะนำให้คุณใช้มันเพื่อเสริมการวิเคราะห์ปัจจุบันของคุณ ตามเอกสารอ้างอิงคุณอาจพบกระดาษ 213-30 "การแนะนำให้รู้จักกับ Quantile Regression และกระบวนการ QUANTREG" โดย Colin (Lin) Chen ที่สถาบัน SAS เป็นประโยชน์
ที่นี่ยังเป็นแหล่งที่มาของการใช้การแปลงระดับ: "การใช้การแปลงอันดับในการถดถอย" โดย Ronald L. Iman และ WJ Conover ที่ตีพิมพ์ใน Technometrics, Vol 21, ฉบับที่ 4, พฤศจิกายน, 1979 บทความบันทึกการถดถอย การใช้การแปลงอันดับดูเหมือนจะทำงานได้ค่อนข้างดีกับข้อมูลแบบโมโนโทนิก ความคิดเห็นนี้ยังมีการแบ่งปันโดยผู้เชี่ยวชาญด้านความน่าเชื่อถือซึ่งระบุไว้ในนิตยสารออนไลน์เพื่อพูดว่า: "วิธีการประมาณค่าการถดถอยยศค่อนข้างดีสำหรับฟังก์ชั่นที่สามารถทำให้เป็นเส้นตรง" ที่มา: "Hotwire ความน่าเชื่อถือฉบับที่ 10 ธันวาคม 2010