是否有办法纠正控制组在R中引起的偏度？

Question

我正在研究一组研究数据，我们将一组小鱼置于压力源中，然后在不同的时间点对它们进行取样，以了解它们的皮质醇(应激激素)水平随时间的变化情况。我们在第0时间取样进行对照(在引入应激源之前)，并在暴露压力源后15、30和60分钟取样。对鱼类进行分组，以便立即取样整个组(水箱下)，以减少鱼类的混杂应激源，但在暴露前从每一组中抽取对照样本，以形成基础皮质醇水平。

我的问题是，我们的控制组(在0时)的皮质醇值明显低于所有三个治疗组，这使我们的数据偏右。我尝试过在R中对包含控件的数据进行日志、sqrt、倒数和立方根转换，并且从未能够在alpha=0.05中校正正常值，但我已经接近了。没有控制数据，我们的治疗数据是正态分布的，所以我觉得应该有一种方法在统计上解决这个问题，而不删除它？

，有人知道在R?中用统计上合理的方式解决这一问题的任何参数方法吗?最终目标是运行一个方差分析，所以如果参数方法不起作用，那么任何类似的、非参数性的建议都将不胜感激！

Answer 1

非参数方差方法：

理论上，如果你想要一个非参数的方法，你可以只运行一个Kruskall方差。

# Load libraries:
library(tidyverse)
library(rstatix)

# Run Kruskal on PlantGrowth dataset in R:
res.kruskal <- PlantGrowth %>%
  kruskal_test(weight ~ group)
res.kruskal

如果您打印res.kruskal部件，它将给出这个结果：

  .y.        n statistic    df      p method        
* <chr>  <int>     <dbl> <int>  <dbl> <chr>         
1 weight    30      7.99     2 0.0184 Kruskal-Wallis

转变办法：

如果您想尝试它们，还有其他方法可以纠正R中的偏差，尽管我不太熟悉您的数据，或者这些方法是否适用于它们：

# Right skewed data:
x <- c(1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,3,4,5,6,7,8,9)

# Visualize data:
hist(x)

​

​

适度转变：

# Right skew moderate transformations:
sqrt(x)

# Visualize mod transform:
hist(sqrt(x))

​

​

更大的转变：

# Right skew greater transformation:
log10(x)

# Visualization great transform:
hist(log10(x))

​

​

极端转变：

# Right skew extreme transformation:
1/x

# Visualize extreme transform:
hist(1/x)

​

​