4901_es-ES

liliconcom

Regresión logística con múltiples variables de resultado.<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Estoy ejecutando análisis de regresión logística en un conjunto de datos donde el resultado tiene múltiples variables categóricas.En este caso, estoy usando el número total de humanos presentes (variable continua) para predecir el comportamiento de los gibones (los comportamientos son categóricos).Estoy tratando de utilizar las estimaciones de parámetros para determinar qué comportamientos específicos se ven afectados por la cantidad de humanos, pero tengo problemas para interoperar los resultados.Puedo ver los resultados de cada comportamiento individual y la prueba de Wald para mostrar si ese comportamiento se ve afectado por la cantidad de personas, pero el último comportamiento alfabético en mi lista (vocalizar) no genera ningún número, por lo que no sé cómo ver si esta variable se ve afectada.¿Estoy interoperando estos resultados correctamente?¿Cómo puedo ver si el último comportamiento (vocalizar) se ve afectado por la cantidad de personas?

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

No es cierto. Ese camino tampoco es nada fácil. Es más difícil que usar el comando Guardar. Las estimaciones de los parámetros no son estimaciones de las probabilidades ni de los odds ratios. Esa nota es sólo una reformulación del problema de la regresión logística. Tiene el predictor lineal en el lado derecho de la ecuación del modelo y la función logit en el lado izquierdo. La nota que ve en la parte inferior de la tabla Estimaciones de parámetros es solo un registro de qué logits se usaron con los predictores lineales.

 

Si guarda esta tabla de estimaciones, deberá crear una fórmula de columna para calcular el valor logit para cada fila. Luego, debe agregar otra fórmula de columna para cada nivel de respuesta para predecir las probabilidades. Eso es lo que hace por usted el comando Guardar > Guardar probabilidades.

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

Gracias por su rápida respuesta.

 

Como alternativa a guardar las fórmulas de probabilidad y calcular los odds ratios yo mismo, vi de forma independiente en la parte inferior de la visualización de datos de estimaciones de parámetros en mi modelo logístico multinomial que dice "para las probabilidades logarítmicas del Resultado A/Resultado C, Resultado B/Resultado C " donde el Resultado C es mi resultado de referencia.¿Es posible que pueda calcular la razón de probabilidades transformando estos datos en una tabla de datos, insertando una nueva columna con la fórmula exp(Estimación)?

 

Encontré una publicación separada que también hace referencia a esto --> https://community.jmp.com/t5/Discussions/Logistic-regression-with-multiple-outcome-variables/mp/110579/highlight/true#M39763

 

Parece casi demasiado fácil para ser verdad.

 

Gracias de nuevo.

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

Haga clic en el triángulo rojo en la parte superior de la plataforma y seleccione Guardar > Guardar fórmula de probabilidad .

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

Hola, Mark,

Estoy realizando una regresión logística multinomial para una variable de resultado con tres niveles.He estado tratando de descubrir cómo encontrar las razones de probabilidades y finalmente encontré esta respuesta anterior tuya.

 

¿Cómo guardo las fórmulas de probabilidad?

 

Gracias de antemano.

Re: Regresión logística con múltiples variables de resultado

Una solución basada en GUI un poco simplista: en la tabla de estimaciones de parámetros hice doble clic en la tabla. Elegí la opción "Convertir en tabla de datos". Una vez que JMP produjo la tabla de datos, creé una nueva columna a la que denominé índice de probabilidades. Luego elegí la opción fórmula en el menú Cols. Una vez dentro de la ventana de fórmulas escribí la fórmula: exp(Estimación). El resultado fue el odds ratio de las estimaciones. Para verificarlo, copié y pegué las estimaciones en R y usé la función exp en R. Dio los mismos resultados. HT

Re: Regresión logística con múltiples variables de resultado

Revisé nuestros recursos de aprendizaje pero no encontré tutoriales sobre regresión logística nominal. (Consulte los elementos al seleccionar Aprender JMP en el menú de la página de inicio de JMP). Luego revisé nuestra cuenta de YouTube y encontré este tutorial sobre Regresión logística múltiple . También hay Introducción a la regresión logística con tutorial en JMP en Youtube. Cubre la regresión logística más a fondo, pero sólo para el resultado. No cubre la regresión logística multinomial.

Ofrecemos este curso de formación, que cubre este tema: Análisis de respuestas discretas . Cubrimos el origen, uso e interpretación de dichos modelos, así como también cómo realizar esta regresión en JMP.

Re: Regresión logística con múltiples variables de resultado

Estoy usando JMP 13 Pro, no una versión para estudiantes.

Re: Regresión logística con múltiples variables de resultado

¿Existen tutoriales/vídeos para la regresión logística con múltiples resultados?

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

Sí, cada fila (individual) obtendrá un resultado de la fórmula de las probabilidades.

Sí, puedes usar las probabilidades medias. Usar Mesa > Resumen o Analizar > Tabular para obtener los resultados de cada grupo o subgrupo.

El cálculo manual es como usted dice Pr (grupo A) dividido por Pr (no grupo A) o lo que sea. La razón de probabilidades sería la relación de las probabilidades en diferentes condiciones (tratados, no tratados).

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

¡Veo! ¡Gracias!

 

Un seguimiento ~

Cuando uso las columnas Prob[X] para calcular las probabilidades t(Prob[X1] dividido por Prob[X2]) eso me dará las probabilidades para eso individual , ¿correcto?

 

Cuando informe esto en un artículo, tendré que informar las probabilidades de cada grupo y la razón de probabilidades de los grupos comparados (F tratados en comparación con M tratados o no tratados, por ejemplo).

 

Al calcular las probabilidades de grupo, simplemente promediar las probabilidades para ese grupo?

 

Me doy cuenta de que esto es más una cuestión de estadística que de JMP, pero la mayoría de los programas calculan las probabilidades de grupo, por lo que no puedo encontrar otra documentación sobre cómo hacerlo a mano.¡Gracias!

 

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

Las columnas Lin[X] contienen el predictor lineal para la función logit que ajusta. Si examina la fórmula, verá las mismas estimaciones de parámetros que se muestran en los resultados de la regresión logística. ¡No lo necesitas a menos que necesites el logit!

El predictor lineal se utiliza, a su vez, para calcular la probabilidad de cada nivel de respuesta como Prob[X]. (Proviene de resolver log( p / (1-p) ) = Lin[X] para p.) Esta probabilidad es más útil para su propósito. Tenga en cuenta que si selecciona Gráfico > Generador de perfiles y selecciona Prob[X], asegúrese de habilitar la función para expandir las fórmulas intermedias; de lo contrario, creará el perfil con Lin[X] en lugar de con la variable predictora real.

Puede utilizar las columnas Prob[X] en nuevas fórmulas de columnas para calcular las probabilidades que desee como Prob[X1] dividida por Prob[X2]. Del mismo modo, puedes calcular cualquier ratio de probabilidades que desees a partir de las probabilidades derivadas de esta manera.

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

Querida marca,

¡Gracias por tu ayuda!Ciertamente desearía que JMP hiciera esto automáticamente. Quizás en la versión 14

 

Cuando guardo las fórmulas prob, obtengo las siguientes columnas

Lin [F] Lin [B] Prob [F] Prob [B] Prob [M] Resultado más probable

Donde F, B y M son mis resultados y M es la categoría de referencia.

 

Preguntas:

¿Qué me dicen las columnas Lin[ ]?

 

Calcular esto para la regresión logística binaria no sería tan difícil, pero aquí creo que es un poco más complicado.

Cómo puedo

- ¿Calcular las probabilidades para cada individuo?

- ¿Calcular las probabilidades para cada grupo de categorías de resultados?

 

Una vez que tengo las probabilidades para cada grupo de resultados, simplemente las divido por las probabilidades combinadas del grupo de referencia para obtener las razones de probabilidades (de F en comparación con M, por ejemplo). ¿Es eso correcto?

 

¡Gracias por compartir tus conocimientos estadísticos!

 

 

 

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

Creo que sé cuál es el problema. El ejemplo que citó tiene un resultado binario. Sin embargo, parece que sus datos tienen más de dos niveles. JMP no calcula los odds ratios en tal caso. Sin embargo, puedes guardar las fórmulas de probabilidad y calcular las probabilidades y luego las razones de probabilidades con ellas.

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

Los odds ratios están disponibles tanto en el Logístico plataforma (comenzando con Fit Y by X) y el Ajuste logístico nominal plataforma (comenzando con Fit Model). Usando el ejemplo del tutorial que citó anteriormente, obtengo este resultado usando la primera plataforma:

Obtengo este resultado usando la segunda plataforma:

Tenga en cuenta que los odds ratios sólo están disponibles para una respuesta nominal.

Re: Regresión logística con múltiples variables de resultado - Odds ratios en JMP

Estoy ejecutando una regresión logística multinomial múltiple y no puedo lograr que JMP calcule los índices de probabilidades como se muestra en tutoriales utilizando conjuntos de datos almacenados.  

 

Siguiendo las instrucciones anteriores:

Cuando uso ajustar Y por X (transmitido o no), la opción de ratio de probabilidades no aparece (consulte la primera y segunda capturas de pantalla a continuación).

Puedo encontrar el generador de perfiles, pero realmente estoy buscando razones de probabilidades para poder compararlas con las que ya calculé a mano (vea la tercera captura de pantalla a la derecha).

 

¿Alguien mas ha tenido este problema?¿Alguna vez logró que JMP calculara los índices de probabilidades para una logística multinomial múltiple?

¡Gracias por tu ayuda!

 

 

 

Re: Regresión logística con múltiples variables de resultado

Como actualización, esto es lo que estoy haciendo ahora: estoy ejecutando cada comportamiento individualmente usando una regresión logística binomial estándar, puntuando los comportamientos como 1 para cuando ocurrieron y 0 para todos los demás comportamientos (solo cuando la regresión logística nominal fue significativa).Solo hago esto para comportamientos comunes.Esto termina siendo lo que quería comparar (un comportamiento frente a todos los demás en un número de personas).El único problema que tengo ahora es si necesito hacer una corrección para ejecutar múltiples pruebas (como bonferroni).Estoy ejecutando solo 5 comportamientos (alimentar, no visible, dormir, descansar, viajar, vocalizar), por lo que no estoy seguro de si es necesaria la corrección.Sé que el bonferroni puede ser un poco conservador, por lo que dudo un poco en usarlo a menos que parezca realmente necesario.

Re: Regresión logística con múltiples variables de resultado

Utilice los LRT para juzgar la importancia y elegir su modelo. Una vez hecha esa parte, utilice el modelo para calcular los índices de probabilidades.

Utilice el generador de perfiles de predicción para calcular las probabilidades y luego las probabilidades de un evento frente a un no evento para un nivel de predictor determinado. Cambie el nivel del predictor, obtenga las probabilidades actualizadas y calcule las nuevas probabilidades. Luego puedes calcular la proporción. De esta manera puedes calcular la razón de probabilidades de cualquier cosa.

Re: Regresión logística con múltiples variables de resultado

¿Puede darme más información sobre el generador de perfiles predictivo?Puedo obtener esa cifra cuando ejecuto la prueba con el modelo de ajuste en lugar de ajustar y por x, pero no estoy seguro de cómo estimar las probabilidades para cada predicción.Lo que obtuve fue una figura como la que hice, pero también con líneas horizontales rojas.Hay varias opciones en la flecha desplegable roja, pero no estoy seguro de cuál prueba cada predicción.Y de hecho, beber era un comportamiento raro, supuse que por eso era inestable.

Tengo problemas para ejecutar el índice de probabilidades porque jmp no me da esa opción porque hay más de 2 comportamientos.Creo que eso es lo que necesito hacer, pero parece que no puedo obligar a jmp a hacerlo.La opción no aparece en el triángulo desplegable a menos que cree una nueva hoja de datos que solo tenga 2 resultados posibles en la variable de respuesta.Puedo utilizar el generador de perfiles predictivo, pero no estoy muy familiarizado con su funcionamiento.

gracias de nuevo

Re: Regresión logística con múltiples variables de resultado

El hecho de que las estimaciones de dos parámetros sean inestables indica que BEBER fue probablemente un comportamiento poco común.

La forma más sencilla de interpretar la regresión logística es mediante los odds ratios, que son exp (estimación de parámetros) y probabilidades predichas. No conozco JMP, pero si tienes SAS/STAT, escribí un artículo sobre logística multinomial.Es aquí:

Re: Regresión logística con múltiples variables de resultado

La personalidad de Regresión logística nominal en Fit Model debería ayudar. Puede obtener los índices de probabilidades haciendo clic en el triángulo rojo en la parte superior de la plataforma. Además, puede utilizar el generador de perfiles de predicción para estimar la probabilidad de todos los niveles para cualquier condición y luego calcular las probabilidades. Ahora cambie la condición (nivel de predictor) y repita el cálculo. Ahora calcule la razón de probabilidades.

Re: Regresión logística con múltiples variables de resultado

Es como lo has dispuesto.El gibón solo realiza un comportamiento a la vez, pero tiene varios comportamientos que puede realizar, como alimentarse, viajar, vocalizar, acicalarse, etc.Lo que estoy tratando de hacer es ver cómo el número de personas presentes afecta la probabilidad de que el gibón realice un determinado comportamiento, por ejemplo, ¿el gibón reduce el tiempo que pasa alimentándose cuando hay más personas presentes?La regresión logística me da un valor p para todo el modelo, por lo que puedo ver que el número de personas afecta el comportamiento de los gibones, pero lo que me gustaría hacer es ver qué comportamientos individuales están impulsando el modelo. Me gustaría algún tipo de Estadísticas con valores de p que me muestran qué comportamientos realmente están cambiando.Todo lo que estoy haciendo ahora es mirar la figura de salida y describir cómo cambian los comportamientos.Así es como se ve el resultado.Intenté insertar la figura, pero no funcionó.Sin embargo, he descubierto que no puedo hacer la prueba de razón de probabilidades porque mi respuesta (comportamiento) tiene más de 2 variables.

Ajuste logístico del comportamiento de los humanos totales

Prueba de modelo completo

Modelo	-LogProbabilidad	DF	ChiCuadrado	Prob>ChiSq
Diferencia	37.2401	11	74.48025	<.0001*
Lleno	1162.7796
Reducido	1200.0197

Rcuadrado (U)	0.0310
AICc	2371.15
BIC	2468.39
Observaciones (o pesos totales)	660

Medida	Capacitación	Definición
Entropía Rcuadrado	0.0310	1-Loglike(modelo)/Loglike(0)
R-cuadrado generalizado	0.1096	(1-(L(0)/L(modelo))^(2/n))/(1-L(0)^(2/n))
Media -Log p	1.7618	∑ -Registro(ρ)/norte
RMSE	0.7987	√ ∑(y-ρ)²/n
Desarrollo de abdominales medio	0.7918	∑ |y-ρ|/n
Tasa de clasificación errónea	0.6727	∑ (ρ≠ρMáx)/n
norte	660	norte

Estimaciones de parámetros

Término		Estimar	Error estándar	ChiCuadrado	Prob>ChiSq
Interceptar[Beber]	Inestable	9.3119005	1537.0201	0.00	0.9952
humanos totales[Beber]	Inestable	-13.895268	1537.0192	0.00	0.9928
Interceptar[Feed]		-1.5746952	0.2067421	58.01	<.0001*
humanos totales[Feed]		0.45943506	0.0703651	42,63	<.0001*
Interceptar[Novio]		-3.8964691	0.7363762	28.00	<.0001*
humanos totales[Novio]		0.17142825	0.2657919	0,42	0.5189
Interceptar[Destinatario del novio]		-5.9062151	1.021258	33,45	<.0001*
humanos totales[Destinatario del novio]		0.60419887	0.1604264	14.18	0,0002*
Interceptar[Colgar]		-3.4626526	0.5849713	35.04	<.0001*
humanos totales		0.187694	0.2073532	0,82	0.3654
Interceptar[No visible]		-0.9158515	0.1862225	24.19	<.0001*
humanos totales[No visible]		0.35203714	0.0696868	25,52	<.0001*
Interceptar[Otro]		-7.0115111	1.4481919	23.44	<.0001*
humanos totales[Otro]		0.71085044	0.1806613	15.48	<.0001*
Interceptar[Descansar - Dormir]		-2.0491431	0.2866187	51.11	<.0001*
humanos totales [Descanso - Dormir]		0.25952368	0.0987496	6.91	0,0086*
Interceptar[Descanso - Todavía]		-1.703556	0.2215666	59.12	<.0001*
humanos totales [Descanso - Todavía]		0.40532436	0.0739462	30.05	<.0001*
Interceptar [auto novio]		-5.34457	1.6699724	10.24	0,0014*
humanos totales [Auto novio]		0.09443149	0.6681153	0,02	0.8876
Interceptar[viajar]		-1.709588	0.2321228	54.24	<.0001*
humanos totales[Viajes]		0.34947804	0.0784157	19,86	<.0001*

Para registrar las probabilidades de beber/vocalizar, alimentar/vocalizar, preparar/vocalizar, preparar destinatario/vocalizar, colgar/vocalizar, no visible/vocalizar, otro/vocalizar, descansar - dormir/vocalizar, descansar - quieto/vocalizar, autoarreglarse/vocalizar , Viajar/Vocalizar

Re: Regresión logística con múltiples variables de resultado

No se puede realizar una regresión logística con múltiples variables dependientes en una sola ejecución de logística. ¿Pero quizás tenga UNA variable dependiente (el comportamiento del gibón) con múltiples niveles?¿Cómo se operacionaliza el "comportamiento"? ¿Los datos son algo como esto?

ID de caso Núm. Personas Comportamiento

1 3 A

2 2B

3 5 A

4 2 C

etc.? ¿O cada gibón tiene múltiples comportamientos? ¿O cada gibón está involucrado en múltiples casos? (En ese caso, necesitaría algún tipo de modelo multinivel, ¿probablemente con GLIMMIX?

Re: Regresión logística con múltiples variables de resultado

Debo admitir que no conozco el subconjunto de funciones de JMP que están disponibles en la versión para estudiantes, pero pruebe estas sugerencias y cuénteme qué encuentra.

1. Usando Fit Y by X, lanzas una plataforma logística. Ya encontraste los valores p para las pruebas de Wald para juzgar la significancia. Haga clic en el triángulo rojo en la parte superior de la ventana y seleccione Odds Ratios. Dos de ellos aparecen a la derecha de las estimaciones de los parámetros y los valores p. El Razón de probabilidades unitarias es la relación para el cambio de 1 unidad en el predictor. El otro Razón de probabilidades es para el cambio en todo el rango (mínimo a máximo) de su predictor.

(Nota: si inicia Logistic con múltiples respuestas, obtendrá modelos paralelos en la misma ventana. Pruebe esto: mantenga presionada la tecla CTRL en Windows o Comando en Macintosh y luego haga clic en el triángulo rojo. De esta manera, se calcularán los odds ratios para todas las respuestas, en lugar de solicitar una respuesta a la vez. Este truco se llama radiodifusión ¡y funciona con la mayoría de las funciones de JMP!)

2. Alternativamente, seleccione Analizar > Ajustar modelo. Asigne sus respuestas al rol Y y agregue su predictor a la lista de efectos. Haga clic en el botón Ejecutar y debería obtener el mismo análisis básico que obtuvo de Logística, pero con diferencias de importancia. Las estimaciones de parámetros utilizan pruebas de razón de verosimilitud en lugar de pruebas de Wald. Además, haga clic en el triángulo rojo en la parte superior y seleccione Generadores de perfiles > Generador de perfiles. Aparecerá en la parte inferior de la ventana. Ahora el generador de perfiles le muestra las probabilidades previstas de cada nivel de respuesta. Puede estimar las probabilidades bajo algún nivel de referencia del predictor, luego estimar las probabilidades bajo otras condiciones y formar cualquier índice de probabilidades que pueda necesitar.

Hay muchas más funciones en las plataformas Logistic y Nominal Logisitic Fit, pero no quiero abrumarlos todos a la vez. Avíseme si esta explicación fue útil o si tiene más dificultades o preguntas.

Re: Regresión logística con múltiples variables de resultado

Gracias por la ayuda.Tengo una licencia de estudiante de JMP.No puedo encontrar la prueba de razón de probabilidades y no puedo entender cómo usar el generador de perfiles con valores no numéricos.¿Sabes cómo puedo acceder a estas funciones?Simplemente estoy ejecutando un análisis de ajuste y por x, por lo que tampoco sé cómo indicar que estoy ejecutando una regresión logística nominal.

Re: Regresión logística con múltiples variables de resultado

Si tiene más de dos niveles en las variables de respuesta, entonces está utilizando regresión logística ordinal o nominal. En ambos casos, los logits acumulativos o los logits generalizados, respectivamente, utilizan el último nivel para las probabilidades, por lo que no se pueden estimar. Entonces, si tiene k niveles, entonces hay k-1 logits con sus parámetros asociados.

La mejor manera de interpretar estos logits es mediante odds ratios (en relación con el último nivel) o con una visualización específica, como el generador de perfiles de predicción en JMP.