Aide à l'interprétation de Logistic Fit Y par XBonjour,
J'ai déjà observé ce problème à quelques reprises et j'ai gentiment besoin d'aide pour interpréter correctement mes données :
Un résultat nominal (reçu un médicament : milrinone) est comparé à une variable continue par Fit Y by X (âge en années). Un ajustement logistique X est généré :
Il me semble qu'avec l'âge, la fréquence des sujets recevant de la milrinone est plus élevée.
C'est plutôt le contraire qui est vrai, si je retourne les variables ou si j'utilise l'âge est une variable ordinale :
Le graphique dans le modèle logistique doit montrer la même direction que dans le modèle ordinal (utilisation moins proportionnelle à un âge plus avancé), l'OR calculé dans le modèle logistique doit également être inversé ?
Je peux interpréter complètement à tort le modèle d'ajustement logistique ?
Ou comment puis-je le retourner?
Avec un grand merci Marc
Re : Aide sur l'interprétation de Logistic Fit Y par XSuper ! Merci !
Re : Aide sur l'interprétation de Logistic Fit Y par XLe côté droit du tracé logistique indique les probabilités marginales. La probabilité de 0 est tracée au niveau de la coche. La probabilité de 1 est 1-Pr(0).La courbe logistique indique les probabilités conditionnelles. La probabilité de 0 est la courbe. La probabilité de 1 est 1-Courbe. Une courbe inclinée vers le haut signifie que la probabilité de résultat 0 augmente.
JMP utilise l'ordre naturel. Le premier niveau est donc 0 et le deuxième niveau est 1. JMP calcule toujours les cotes logarithmiques pour le premier niveau par rapport au deuxième niveau. Vous pouvez soit utiliser des valeurs différentes, soit appliquer la propriété de colonne Classement des valeurs pour imposer l'ordre souhaité.
Re : Aide sur l'interprétation de Logistic Fit Y par XMerci !
Mais le graphique à l'ajustement logistique n'indique-t-il pas le contraire (1 est en haut / 0 en bas) ?
Comment puis-je dire à JMP d'inverser la commande ?
Merci beaucoup !
Re : Aide sur l'interprétation de Logistic Fit Y par XRegardez attentivement la sortie de la régression logistique - elle indique "Pour une cote de log de 0/1".Ainsi, une courbe en pente ascendante signifie que les âges plus avancés sont associés à un 0 étant plus probable.Lorsque vous exécutez la régression logistique, vous pouvez dire à JMP d'inverser l'ordre 0/1 - ou assurez-vous simplement de regarder les petits caractères avant d'interpréter la sortie.
