J'ai une série de distributions asymétriques gauches / lourdes que je voudrais montrer. Il y a 42 distributions sur trois facteurs (étiquetés comme A, Bet Cci - dessous). De plus, la variation diminue d'un facteur à l'autre B.
Le problème que j'ai est que les distributions sont difficiles à différencier à travers l'échelle du résultat (un rapport ou un changement de pli):
L'enregistrement des données semble sur-accentuer l'asymétrie gauche et déplace plus d'échantillons dans les queues (créant un mélange de points aberrants):
Quelqu'un a-t-il des suggestions sur d'autres techniques pour visualiser ces données?
exp()transformation est son inverse, mais c'est probablement beaucoup trop fort ici. La quadrature est une alternative plus douce. Vous ne dites pas quelle taille d'échantillon vous avez. Il n'est pas évident que le problème principal soit vraiment l'asymétrie gauche, plutôt que quelques valeurs aberrantes modérées dans la queue gauche en B1. N'y a-t-il pas de science ici pour éclairer cela?Réponses:
Juste une idée: si vous pouvez décrire les distributions que vous avez relativement bien obtenues avec une distribution normale, vous pouvez faire des diagrammes en 2 dimensions montrant l'impact de
A, BetCsur les paramètres de distributions ajustés: écart moyen et standard.Ou vous essayez de trouver d'autres mesures décrivant la distribution que vous avez obtenue et de montrer l'impact des trois variables sur elles.
Si vous constatez que deux variables ont des interactions, vous pouvez faire un tracé 3D. Espérons qu'ils n'interagissent pas tous entre eux. ;)
la source