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 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.

• Autores: Olivier, Jake; M. Norberg, Melissa
• Tipo de recurso: Article of journal
• Fecha de publicación: 2010
• Institución: Universidad de San Buenaventura
• Repositorio: Repositorio USB
• Idioma: eng
• OAI Identifier: oai:bibliotecadigital.usb.edu.co:10819/25703
• Acceso en línea: https://hdl.handle.net/10819/25703; https://doi.org/10.21500/20112084.846
• Palabra clave: Logarithmic transformations; geometric mean analysis; ex-Gaussian distribution; log-normal distribution; transformaciones logarítmicas; análisis de la media geométrica; distribución exponencial Gaussiana; distribución logarítmica normal
• Rights: openAccess
• License: International Journal of Psychological Research - 2010