Att analysera trender - ett flödesschema
Vilken metod som ska användas för att analysera trender beror dels på hur ofta den berörda variabeln mäts - med glesa mätningar minska antalet möjliga statistiska metoder - och dels på hur variabeln beror på tiden och eventuella andra förklarande variabler. I flödesschemat nedan
tas metoder upp som kan vara akuella för trend analys. Förklaringar av de icke-klickbara noderna finns under flödeschemat:
Förklaringar
Årliga observeration utan eller med få undergrupper: För små datamaterial kan ma ofta inte använda avancerade metoder
Normalfördelade observationer: Metoder som klassisk linjär regression kräver normalfördelade observationer om man vill tolka konfidensintervall och p-värden i modellen.
Linjär trend: Ett linjärt samband förutsätts mellan responsvariabeln och tid.
Förklarande variabler: Ytterligare variabler (förutom tid) som kan influera nivån av responsvariabeln
Data med högre observationsfrekvens, data insamlad på flera stationer, under flera säsonger,…:
Additiva effekter av förklarande variabler: Kan man anta att nivån av responsvariabeln är summan av effekterna av de olika förklarande variablerna (tid, säsong, avrinning,...). Motsatsen till detta är att interaktioner finns, t.ex förändring över tiden ser olika ut för olika säsonger.
Linjär trend och linjära samband till förklarande variabler, samt normalfördelning?: Dessa är krav för att kunna använda linjär regression. Det finns dock även i linjär regression vissa möjligheter att inkludera icke-linjära samband eller interaktioner. Ibland är det möjligt att transformera data för att erhålla normalfördelning.
