J'ai effectué une régression logistique pas à pas dans JMP 13.2.1 en utilisant le seuil P-value (Prob à entrer = 0.2, Prob à partir = 0.1) et dans une direction mixte. Sur la même base de données, la même analyse effectuée dans SAS 9.4 donnait une sélection différente (avec Selection = stepwise, slentry = 0,2 et slstay = 0,1).
Je m'attendais à avoir au moins le même choix de variables. Est-ce que quelqu'un a trouvé quelque chose de similaire ou est-ce que quelqu'un sait la raison de ce résultat différent?
Vous n'avez pas décrit les termes proposés ni les différences spécifiques, je vais donc devoir deviner. Avez-vous des termes croisés ou des termes de pouvoir dans votre modèle? Cette situation est un moyen qui pourrait conduire à des résultats différents. Je n'ai pas utilisé la procédure SAS par étapes depuis longtemps, donc je ne me souviens pas comment elle traite les termes hiérarchiques. JMP utilise par défaut le Combiner option pour Règles :
Calcule p -values pour deux tests distincts lorsqu’on considère l’entrée pour un terme qui a des précédents. La première p -valeur, p 1 , est calculé en regroupant le terme avec ses termes précédents et en testant la probabilité d’importance du groupe pour l’entrée en tant que F tester. La deuxième p -valeur, p 2 , est le résultat du test de la probabilité d’importance du terme pour une entrée après que les termes précédents ont déjà été entrés dans le modèle. La probabilité de signification finale pour l'entrée pour le terme qui a des précédents est max ( p 1 , p 2 ).
Pointe: La règle Combiner évite d'inclure des termes d'interaction non significatifs, dont les termes précédents peuvent avoir des effets particulièrement importants. Dans ce scénario, les principaux effets principaux peuvent rendre la probabilité d’entrée du groupe significative, p 1 , très petit. Cependant, le second test constate que l’interaction en elle-même n’est pas significative. Par conséquent, p 2 est grande et est utilisée comme probabilité de signification finale pour l’entrée.
Mise en garde: La valeur des degrés de liberté pour un terme qui a des précédents dépend de laquelle des deux probabilités de signification pour entrée est la plus grande. Le test utilisé pour la probabilité de signification finale pour l’entrée détermine les degrés de liberté, nDF , dans le tableau des estimations actuelles. Donc, si p 1 est utilisé, nDF sera le nombre de termes dans le groupe pour le test conjoint, et si p 2 est utilisé, nDF sera égal à 1.
L'option Combiner est la règle par défaut.
Cette option peut modifier considérablement le modèle sélectionné en raison de la manière dont elle calcule le rapport F et les degrés de liberté pour chaque terme.
