| Journal: | Acta scientiarum. Agronomy |
| Database: | PERIÓDICA |
| System number: | 000460185 |
| ISSN: | 1679-9275 |
| Authors: | Ribeiro Oliveira, João Paulo1 Santana, Denise Garcia de1 Pereira, Vanderley José1 Santos, Carlos Machado dos1 |
| Institutions: | 1Universidade Federal de Uberlandia, Instituto de Ciencias Agrarias, Uberlandia, Minas Gerais. Brasil |
| Year: | 2018 |
| Volumen: | 40 |
| Country: | Brasil |
| Language: | Inglés |
| Document type: | Artículo |
| Approach: | Analítico, descriptivo |
| English abstract | There are researchers who do not recommend data transformation arguing it causes problems in inferences and mischaracterises data sets, which can hinder interpretation. There are other researchers who consider data transformation necessary to meet the assumptions of parametric models. Perhaps the largest group of researchers who make use of data transformation are concerned with experimental accuracy, which provokes the misuse of this tool. Considering this, our paper offer a study about the most frequent situations related to data transformation and how this tool can impact ANOVA assumptions and experimental accuracy. Our database was obtained from measurements of seed physiology and seed technology. The coefficient of variation cannot be used as an indicator of data transformation. Data transformation might violate the assumptions of analysis of variance, invalidating the idea that its use will provoke fail the inferences, even if it does not improve the quality of the analysis. The decision about when to use data transformation is dichotomous, but the criteria for this decision are many. The unit (percentage, day or seedlings per day), the experimental design and the possible robustness of F-statistics to ‘small deviations’ to Normal are among the main indicators for the choice of the type of transformation |
| Portuguese abstract | O recurso matemático de mudança de escala dos dados polariza a opinião dos pesquisadores. Para um grupo, a transformação não é recomendada por causar problemas inferenciais e descaracterizar o conjunto de dados, que dificultam a interpretação; enquanto para outro, é considerada necessária para atender as pressuposições dos modelos paramétricos. No entanto, o mau uso da transformação se dá a fim do experimento atingir metas de precisão. Por isto, aqui são abordadas as situações mais frequentes envoltas à transformação dos dados e seu impacto nas pressuposições dos modelos de análise de variância e na precisão experimental. Dados de sete experimentos conduzidos em delineamentos inteiramente casualizados ou em blocos casualizados foram usados como estudo de caso. A ineficácia do coeficiente de variação como indicador da necessidade de transformação foi revelada, como também que a transformação pode violar as pressuposições da análise de variância, desmistificando o entendimento de que seu uso, mesmo quando não melhora a qualidade da análise, não desqualifica as inferências. A decisão de transformar é dicotômica, mas os critérios para esta decisão não são poucos. A unidade das características (porcentagem, dia e plântulas por dia), o delineamento experimental e a possível robustez da estatística F a pequenos desvios da Normal estão entre os principais indicadores para a escolha do tipo de transformação |
| Disciplines: | Matemáticas |
| Keyword: | Matemáticas aplicadas, Coeficiente de variación, Transformaciones de datos, Análisis estadístico |
| Keyword: | Applied mathematics, Variation coefficient, Datum transformations, Statistical analysis |
| Full text: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
