非正規分布の多変量解析（変換不可能）JMPコミュニティの皆さん
治療の効果を分析する必要があります複数正規分布していない臨床転帰変数に関するバイオマーカー（下記のヒストグラムを参照）。
私の限られた知識に基づいて、私はモデルによって生成された誤差が正規分布していないのでこのデータの分析に標準最小二乗モデルを使用することができないことをかなり確信します。だから、私の目標を達成するための私の最良の選択肢は何でしょうか？
注：私はJMP 11.1の標準バージョンを使用しています
ご協力ありがとうございました。
敬具
再：非正規分布の多変量解析（変換不可能）？...そして、上記のモデル化手法に加えて、変数の重要性の評価（別名）に注目したいと思います。予測プロファイラのSobol'izer）プルダウン
特にニューラルネットは、変わった重要性についての情報を提供しない「ブラックボックス」であることで有名です。そしてSobol'izerはかなり正当に発行します。 参照が添付されています。
再：非正規分布の多変量解析（変換不可能）？ @sornasst ：
私は間違いなく基本的な応答プロット、Column Contributions、Log Worthの値を調べて、さまざまな分析プラットフォームのレポートウィンドウに表示されます。そして私はまた、同僚が交差検定法を使っていることを心から支持しています。 @bill_worley 同様に言及します。他のモデリング手法と同じくらい簡単に回帰木をあふれさせることができます。これはPartition Platformの一般的なオンラインJMPドキュメントへのリンクです。JMP 11を使用しているので、このドキュメントはバージョン13用です...したがって、オプションやメニューの中には異なるものや存在しないものがあるかもしれません。
http://www.jmp.com/support/help/13-2/Partition_Models.shtml#
再：非正規分布の多変量解析（変換不可能）？こんにちはピーター、
パーティションプラットフォームを提案していただきありがとうございます。応答を分割するために使用されるパラメータの重要性を捉える方法はありますか？
ご協力ありがとうございました。
敬具
再：非正規分布の多変量解析（変換不可能）？Partition Platformの使用を考えましたか？あなたは確かにあなたに叫んでいるだけであなたの応答変数分布に分割を持っています。バイオマーカーの予測変数データもまた、よく知られているようにマルチ共線性に満ちています...それで、PLSのような技術はいくらかの洞察を示すかもしれません？
再：非正規分布の多変量解析（変換不可能）？あなたが試すことができるものは、分析メニューの下にあるNeural Netsです。 Neural Netsは、非線形データにフィットしようとするための優れたプラットフォームです。 それがJMP 11のスタンドアロンプラットフォームなのか、それともPredictive Modelingの下にあるのかわかりません。 あなたが良いフィットを得るかどうか見るためにTanH関数のいくつかのレベルを試すことができます。 覚えておくべきことの1つは、NNモデルはある種の交差検証を使用しないと簡単にあふれてしまうことです。 Kフォールドまたはホールドバックを使用して、さまざまなレベルを試してください。 小さいデータセットがある場合は、Leave-One-Out検証を使用してください。 リストに表示されていない場合は、Kフォールドを使用して行数をフォールド数にすることができます。
HTH
再：非正規分布の多変量解析（変換不可能）？こんにちはデール、
あなたの提案をありがとう：私はすでに臨床転帰変数を3つのレベルに結合することで実験していました。それは序数的ロジスティックモデルでうまくいくようです。
ベスト、
再：非正規分布の多変量解析（変換不可能）？私はそれ以上の文脈なしにあなたの質問に一般的に答えるのは難しいと思う（少なくとも私にとっては難しい）。 しかし、あなたの臨床転帰のこの分布を見ると、私はあなたがこれを個別の転帰と見なしたいと思うかもしれません。 分布は強く2峰性です - すべての値<0.5を0ビンに、> 0.5を1ビンにグループ化し、それを分類問題として分析することは可能かもしれません。もちろん、サンプルサイズが十分に大きい場合、線形モデルは平均値に対する合理的な推定値を提供する可能性があります - ただし、このような2モードの結果では、平均値は特に重要ではありません。
