Datos positivamente asimétricos: revisando la transformación Box-Cox.
Aunque la distribución normal es la piedra angular de las aplicaciones estadísticas, los datos no siempre se ajustan a los criterios de la distribución normal. En tales casos, los investigadores a menudo transforman los datos no normales en datos que siguen una distribución aproximadamente normal. Las transformaciones de potencia constituyen una familia de transformaciones que incluye las transformaciones logarítmicas y fraccional exponente. El método de Box-Cox ofrece un método simple para elegir la transformación de potencia más apropiada. Otra opción que usa cuando los datos son positivamente asimétricos, e.g., los tiempos de reacción, es la distribución Ex-Gaussiana que es una combinación de las distribuciones exponenciales y normal. En... Ver más
2011-2084
2011-7922
3
2010-06-30
68
77
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
International Journal of Psychological Research - 2010
id |
95b6a4389c28b1fadcc7cb90ac756c0b |
---|---|
record_format |
ojs |
spelling |
Datos positivamente asimétricos: revisando la transformación Box-Cox. transformaciones logarítmicas Artículo de revista distribución logarítmica normal distribución exponencial Gaussiana Datos positivamente asimétricos: revisando la transformación Box-Cox. análisis de la media geométrica Aunque la distribución normal es la piedra angular de las aplicaciones estadísticas, los datos no siempre se ajustan a los criterios de la distribución normal. En tales casos, los investigadores a menudo transforman los datos no normales en datos que siguen una distribución aproximadamente normal. Las transformaciones de potencia constituyen una familia de transformaciones que incluye las transformaciones logarítmicas y fraccional exponente. El método de Box-Cox ofrece un método simple para elegir la transformación de potencia más apropiada. Otra opción que usa cuando los datos son positivamente asimétricos, e.g., los tiempos de reacción, es la distribución Ex-Gaussiana que es una combinación de las distribuciones exponenciales y normal. En este artículo, se discuten la transformación de potencia Box-Cox y la distribución Ex-Gaussiana en relación con datos positivamente asimétricos. La discusión demuestra que la transformación Box-Cox es más sencilla de aplicar e interpretar que la distribución Ex-Gaussiana. info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:eu-repo/semantics/article http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Box, G.E.P., & Cox, D. R. (1964).An analysis of transformations.Journal of the Royal Statistical Society, Series B, 26, 211–252. Brown, J. D. (1997). Statistics corner: Questions and answers about language testing statistics: Skewness and kurtosis. Shiken, 1, 20-23. Available online at www.jalt.org/test/bro_1.htm. [16 Aug. 1997]. Conover, W.J. (1998). Practical Nonparametric Statistics. Hoboken, NJ: Wiley. Heathcote, A. (1996). RTSYS: A DOS application for the analysis of reaction time data. Behavior Research Methods, Instruments, and Computers, 28, 427-445. Heeren, T. &D’Agostino R. (1987). Robustness of the two independent samples t-test when applied to ordinal scaled data. Statistics in Medicine, 6, 79-90. Olivier, J., Johnson, W.D., Marshall, G.D. (2008). The logarithmic transformation and the geometric mean in reporting experimental IgE results: What are they and when and why to use them?Annals of Allergy, Asthma and Immunology, 100, 333-337. Erratum in: Annals of Allergy, Asthma and Immunology, 100, 625-626. SAS Institute Inc. (2008). SAS/STAT® 9.2 User’s Guide. Cary, NC: SAS Institute Inc. Wackerly, D., Mendenhall W., and Scheaffer R. (2007).Mathematical Statistics with Applications, 7thEdition.Belmont, CA: Duxbury. International Journal of Psychological Research - 2010 https://creativecommons.org/licenses/by-nc-sa/4.0/ Inglés https://revistas.usb.edu.co/index.php/IJPR/article/view/846 International Journal of Psychological Research Universidad San Buenaventura - USB (Colombia) application/pdf application/pdf 3 Although the normal probability distribution is the cornerstone of applying statistical methodology; data do not always meet the necessary normal distribution assumptions. In these cases, researchers often transform non-normal data to a distribution that is approximately normal. Power transformations constitute a family of transformations, which include logarithmic and fractional exponent transforms. The Box-Cox method offers a simple method for choosing the most appropriate power transformation. Another option for data that is positively skewed, often used when measuring reaction times, is the Ex-Gaussian distribution which is a combination of the exponential and normal distributions. In this paper, the Box-Cox power transformation and Ex-Gaussian distribution will be discussed and compared in the context of positively skewed data. This discussion will demonstrate that the Box-Cox power transformation is simpler to apply and easier to interpret than the Ex-Gaussian distribution. Olivier, Jake M. Norberg, Melissa Logarithmic transformations geometric mean analysis ex-Gaussian distribution log-normal distribution Publication 1 Núm. 1 , Año 2010 : Special Issue of Statistics in Psychology Journal article 68 2010-06-30 https://revistas.usb.edu.co/index.php/IJPR/article/download/846/602 https://revistas.usb.edu.co/index.php/IJPR/article/download/846/603 https://doi.org/10.21500/20112084.846 10.21500/20112084.846 2010-06-30T00:00:00Z 2011-7922 2011-2084 2010-06-30T00:00:00Z 77 |
institution |
UNIVERSIDAD DE SAN BUENAVENTURA |
thumbnail |
https://nuevo.metarevistas.org/UNIVERSIDADDESANBUENAVENTURA_COLOMBIA/logo.png |
country_str |
Colombia |
collection |
International Journal of Psychological Research |
title |
Datos positivamente asimétricos: revisando la transformación Box-Cox. |
spellingShingle |
Datos positivamente asimétricos: revisando la transformación Box-Cox. Olivier, Jake M. Norberg, Melissa transformaciones logarítmicas distribución logarítmica normal distribución exponencial Gaussiana análisis de la media geométrica Logarithmic transformations geometric mean analysis ex-Gaussian distribution log-normal distribution |
title_short |
Datos positivamente asimétricos: revisando la transformación Box-Cox. |
title_full |
Datos positivamente asimétricos: revisando la transformación Box-Cox. |
title_fullStr |
Datos positivamente asimétricos: revisando la transformación Box-Cox. |
title_full_unstemmed |
Datos positivamente asimétricos: revisando la transformación Box-Cox. |
title_sort |
datos positivamente asimétricos: revisando la transformación box-cox. |
description |
Aunque la distribución normal es la piedra angular de las aplicaciones estadísticas, los datos no siempre se ajustan a los criterios de la distribución normal. En tales casos, los investigadores a menudo transforman los datos no normales en datos que siguen una distribución aproximadamente normal. Las transformaciones de potencia constituyen una familia de transformaciones que incluye las transformaciones logarítmicas y fraccional exponente. El método de Box-Cox ofrece un método simple para elegir la transformación de potencia más apropiada. Otra opción que usa cuando los datos son positivamente asimétricos, e.g., los tiempos de reacción, es la distribución Ex-Gaussiana que es una combinación de las distribuciones exponenciales y normal. En este artículo, se discuten la transformación de potencia Box-Cox y la distribución Ex-Gaussiana en relación con datos positivamente asimétricos. La discusión demuestra que la transformación Box-Cox es más sencilla de aplicar e interpretar que la distribución Ex-Gaussiana.
|
description_eng |
Although the normal probability distribution is the cornerstone of applying statistical methodology; data do not always meet the necessary normal distribution assumptions. In these cases, researchers often transform non-normal data to a distribution that is approximately normal. Power transformations constitute a family of transformations, which include logarithmic and fractional exponent transforms. The Box-Cox method offers a simple method for choosing the most appropriate power transformation. Another option for data that is positively skewed, often used when measuring reaction times, is the Ex-Gaussian distribution which is a combination of the exponential and normal distributions. In this paper, the Box-Cox power transformation and Ex-Gaussian distribution will be discussed and compared in the context of positively skewed data. This discussion will demonstrate that the Box-Cox power transformation is simpler to apply and easier to interpret than the Ex-Gaussian distribution.
|
author |
Olivier, Jake M. Norberg, Melissa |
author_facet |
Olivier, Jake M. Norberg, Melissa |
topicspa_str_mv |
transformaciones logarítmicas distribución logarítmica normal distribución exponencial Gaussiana análisis de la media geométrica |
topic |
transformaciones logarítmicas distribución logarítmica normal distribución exponencial Gaussiana análisis de la media geométrica Logarithmic transformations geometric mean analysis ex-Gaussian distribution log-normal distribution |
topic_facet |
transformaciones logarítmicas distribución logarítmica normal distribución exponencial Gaussiana análisis de la media geométrica Logarithmic transformations geometric mean analysis ex-Gaussian distribution log-normal distribution |
citationvolume |
3 |
citationissue |
1 |
citationedition |
Núm. 1 , Año 2010 : Special Issue of Statistics in Psychology |
publisher |
Universidad San Buenaventura - USB (Colombia) |
ispartofjournal |
International Journal of Psychological Research |
source |
https://revistas.usb.edu.co/index.php/IJPR/article/view/846 |
language |
Inglés |
format |
Article |
rights |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 International Journal of Psychological Research - 2010 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
references_eng |
Box, G.E.P., & Cox, D. R. (1964).An analysis of transformations.Journal of the Royal Statistical Society, Series B, 26, 211–252. Brown, J. D. (1997). Statistics corner: Questions and answers about language testing statistics: Skewness and kurtosis. Shiken, 1, 20-23. Available online at www.jalt.org/test/bro_1.htm. [16 Aug. 1997]. Conover, W.J. (1998). Practical Nonparametric Statistics. Hoboken, NJ: Wiley. Heathcote, A. (1996). RTSYS: A DOS application for the analysis of reaction time data. Behavior Research Methods, Instruments, and Computers, 28, 427-445. Heeren, T. &D’Agostino R. (1987). Robustness of the two independent samples t-test when applied to ordinal scaled data. Statistics in Medicine, 6, 79-90. Olivier, J., Johnson, W.D., Marshall, G.D. (2008). The logarithmic transformation and the geometric mean in reporting experimental IgE results: What are they and when and why to use them?Annals of Allergy, Asthma and Immunology, 100, 333-337. Erratum in: Annals of Allergy, Asthma and Immunology, 100, 625-626. SAS Institute Inc. (2008). SAS/STAT® 9.2 User’s Guide. Cary, NC: SAS Institute Inc. Wackerly, D., Mendenhall W., and Scheaffer R. (2007).Mathematical Statistics with Applications, 7thEdition.Belmont, CA: Duxbury. |
type_driver |
info:eu-repo/semantics/article |
type_coar |
http://purl.org/coar/resource_type/c_6501 |
type_version |
info:eu-repo/semantics/publishedVersion |
type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
type_content |
Text |
publishDate |
2010-06-30 |
date_accessioned |
2010-06-30T00:00:00Z |
date_available |
2010-06-30T00:00:00Z |
url |
https://revistas.usb.edu.co/index.php/IJPR/article/view/846 |
url_doi |
https://doi.org/10.21500/20112084.846 |
issn |
2011-2084 |
eissn |
2011-7922 |
doi |
10.21500/20112084.846 |
citationstartpage |
68 |
citationendpage |
77 |
url2_str_mv |
https://revistas.usb.edu.co/index.php/IJPR/article/download/846/602 https://revistas.usb.edu.co/index.php/IJPR/article/download/846/603 |
_version_ |
1798192196089806848 |