Hallo,
ich will den Einfluss von verschiedenen Linsen Sorten auf die Überlebensrate (in Prozent von 0 bis 100) über den Winter analysieren. Ich hatte an einen GLM gedacht, da ich bis jetzt gute Erfahrungen damit gemacht habe. Das Problem ist, dass meine Daten nicht normalverteilt sind und ich nicht weiß welche Familie ich eingeben kann. Die Gamma Verteilung nimmt keinen 0 Wert und die andere passen theoretisch auch nicht.
Ebenso will ich wissen was für einen Einfluss die Anthocyanfärbung auf die Überlebensrate hat. Die Anthocyanfärbung wurde bonitiert, in dem man eine Skala von 0 (keine Färbung) bis 3 (stark gefärbt) erstellt wurde.
Wie kann ich vorgehen?
Dankeschön im Voraus!
Überlebensrate, Anthocyanfärbung
Moderator: EDi
Re: Überlebensrate, Anthocyanfärbung
Hallo,
ich für mein Teil habe mit Gleitsichtlinsen den Winter gut überlebt. Ich war vermutlich aber nicht Teil Deiner Studie? Vielleicht beschreibst Du Deine Studie etwas genauer, was die Einflussfaktoren sind und ob da wirklich Überlebensraten in Prozent (z. B: 50%) beobachtet wurden oder nicht vielleicht doch ganze Zahlen (30 von 60).
Wenn es ganze Zahlen sein sollten und Null Prozent überleben vorkommt könnte man an ein binomiales Modell denken aber für solche Fragen hilft es wirklich sehr, wenn man weiß, worum es geht, wie umfangreich die beobachteten Stichproben sind, ob es theoretische Annahmen zu den Verteilungen (z. B. zero-inflation) und Ergebnissen gibt und so weiter.
Wenn gar keine Verteilungsfamilie passen will kann man auch bei metrischem Outcome über ein ordinales Regressionsmodell nachdenken (z. B. rms::orm)
Anthocyanfärbung als vierstufige Skala könnte man dummycodiert in die Prädiktorenseite mit eingehen lassen, es sei denn, man erwartet Interaktionen.
LG,
Bernhard
ich für mein Teil habe mit Gleitsichtlinsen den Winter gut überlebt. Ich war vermutlich aber nicht Teil Deiner Studie? Vielleicht beschreibst Du Deine Studie etwas genauer, was die Einflussfaktoren sind und ob da wirklich Überlebensraten in Prozent (z. B: 50%) beobachtet wurden oder nicht vielleicht doch ganze Zahlen (30 von 60).
Wenn es ganze Zahlen sein sollten und Null Prozent überleben vorkommt könnte man an ein binomiales Modell denken aber für solche Fragen hilft es wirklich sehr, wenn man weiß, worum es geht, wie umfangreich die beobachteten Stichproben sind, ob es theoretische Annahmen zu den Verteilungen (z. B. zero-inflation) und Ergebnissen gibt und so weiter.
Wenn gar keine Verteilungsfamilie passen will kann man auch bei metrischem Outcome über ein ordinales Regressionsmodell nachdenken (z. B. rms::orm)
Anthocyanfärbung als vierstufige Skala könnte man dummycodiert in die Prädiktorenseite mit eingehen lassen, es sei denn, man erwartet Interaktionen.
LG,
Bernhard
---
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte
Programmiere stets so, dass die Maxime Deines Programmierstils Grundlage allgemeiner Gesetzgebung sein könnte