Hilfe zur Interpretation von Logistic Fit Y durch XHallo,
Ich habe dieses Problem bereits einige Male beobachtet und brauche freundlicherweise Hilfe, um meine Daten richtig zu interpretieren:
Ein nominales Ergebnis (ein Medikament erhalten: Milrinon) wird mit einer kontinuierlichen Variablen von Fit Y von X (Alter in Jahren) verglichen. Ein logistischer Fit X wird generiert:
Es scheint mir, dass mit höherem Alter die Häufigkeit der Probanden, die Milrinon erhalten, höher ist.
Ganz im Gegenteil, wenn ich die Variablen umdrehe oder das Alter als ordinale Variable verwende:
Der Graph im logistischen Modell sollte die gleiche Richtung zeigen wie im ordinalen Modell (weniger proportionale Nutzung im höheren Alter), das berechnete OR im logistischen Modell sollte auch invertiert sein ?
Kann ich das Logistic-Fit-Modell völlig falsch interpretieren?
Oder wie kann ich es umdrehen?
Mit vielen Dank Marc
Re: Hilfe zur Interpretation von Logistic Fit Y durch XGroß ! Vielen Dank !
Re: Hilfe zur Interpretation von Logistic Fit Y durch XDie rechte Seite des logistischen Diagramms gibt die Randwahrscheinlichkeiten an. Die Wahrscheinlichkeit von 0 ist am Teilstrich aufgetragen. Die Wahrscheinlichkeit von 1 ist 1-Pr(0).Die logistische Kurve gibt die bedingten Wahrscheinlichkeiten an. Die Wahrscheinlichkeit von 0 ist die Kurve. Die Wahrscheinlichkeit von 1 ist 1-Kurve. Eine ansteigende Kurve bedeutet, dass die Wahrscheinlichkeit des Ergebnisses 0 zunimmt.
JMP verwendet die natürliche Reihenfolge. Die erste Ebene ist daher 0 und die zweite Ebene ist 1. JMP berechnet immer die Log-Quoten für die erste Ebene im Vergleich zur zweiten Ebene. Sie können entweder andere Werte verwenden oder die Spalteneigenschaft Wertereihenfolge anwenden, um die gewünschte Reihenfolge festzulegen.
Re: Hilfe zur Interpretation von Logistic Fit Y durch XVielen Dank !
Aber zeigt der Graph bei der logistischen Anpassung nicht das Gegenteil an (1 ist oben / 0 unten)?
Wie kann ich JMP anweisen, die Bestellung zu stornieren?
Danke vielmals !
Re: Hilfe zur Interpretation von Logistic Fit Y durch XSehen Sie sich die Ausgabe der logistischen Regression genau an – dort steht „Für logarithmische Quoten von 0/1“.Eine ansteigende Kurve bedeutet also, dass ein höheres Alter mit einer 0 wahrscheinlicher ist.Wenn Sie die logistische Regression ausführen, können Sie JMP anweisen, die 0/1-Reihenfolge umzukehren – oder sich einfach das Kleingedruckte ansehen, bevor Sie die Ausgabe interpretieren.
