Come eseguire una regressione logistica condizionale usando JMP?Ciao!
Sono interessato a eseguire una regressione logistica condizionale in JMP, ma non sono riuscito a trovare alcuna documentazione su come procedere in merito, tranne che in scelta del modello tipo di scenario. Qualcuno può consigliare?
In breve, ecco cosa sto cercando di fare.
Ho tre raggruppamenti nominali categoriali che sono suddivisi ciascuno in un gruppo di controllo e trattamento. I miei risultati rientrano in 5 categorie non ordinate. Sono interessato a confrontare il trattamento con il controllo all'interno di ciascun gruppo e poi vedere se il trattamento ha effetti simili tra i gruppi. La mia dimensione del campione è piccola (14-30) per gruppo iniziale, pari a 70 individui in totale (35 trattati, 35 di controllo).
Dopo aver studiato vari tipi di regressioni logistiche, sembra che un approccio logistico condizionale potrebbe essere il migliore. Le coppie abbinate potrebbero anche essere un contendente, ma il individui non sono necessariamente abbinati, tanto quanto le caratteristiche generali del gruppo.
Hai una raccomandazione su come eseguire un'analisi come questa?
Sarei interessato sia a una discussione sull'adeguatezza della tecnica (o raccomandazioni alternative), sia su come utilizzare la piattaforma JMP. Non ho esperienza con l'utilizzo di JSL.
Grazie mille per il tuo aiuto!
Jennifer
Ri: Come eseguire una regressione logistica condizionale usando JMP?Caro Marco,
Sto lavorando con un albero che può cambiare sesso di anno in anno. Quindi gli alberi nell'esperimento sono iniziati come sesso maschile (M), femminile (F) o ambivalente (A). Dopo il trattamento quegli stessi alberi sono finiti come maschio (M), femmina (F), non riproduttivo (N), sesso ambivalente (A) o morto. Si tratta di risposte categoriali nominali perché non comprendiamo ancora in che modo il sesso cambia normalmente in queste specie. Possono, infatti, risultare ordinali con maggiori informazioni.
Ri: Come eseguire una regressione logistica condizionale usando JMP?Inteso! Grazie per tutto il vostro aiuto!
Ri: Come eseguire una regressione logistica condizionale usando JMP?Qual è il significato dei cinque livelli di risposta nominali: A, DEAD, F, M e N?
Ri: Come eseguire una regressione logistica condizionale usando JMP?Le uniche raccomandazioni sono: 1) fare ciò che stai facendo - puoi combinare alcuni dei livelli delle variabili categoriali? Meno livelli significa meno parametri nel modello. 2) Puoi vivere senza rispondere ad alcune domande. Ad esempio, è necessario sapere se l'effetto del trattamento è lo stesso per ciascun gruppo? In caso contrario, è possibile rimuovere il termine di interazione dal modello e questo probabilmente sarebbe di grande aiuto.
Non grandi opzioni, ma è tutto quello che vedo dal momento che ottenere più dati non è un'opzione.
Ri: Come eseguire una regressione logistica condizionale usando JMP?Avevo paura di questo! Giocherò con alcune delle categorie per vedere se riesco a rinforzare la dimensione del campione in un gruppo combinato
Giocherò con alcune delle categorie per vedere se riesco a rinforzare la dimensione del campione in un gruppo combinato. Oltre ad avere più dati (che non è davvero un'opzione per questo esperimento a questo punto, purtroppo) avresti qualche altro consiglio?
Grazie mille per il vostro aiuto!
Ri: Come eseguire una regressione logistica condizionale usando JMP?Ah sì. Questo era qualcosa che temevo. Non hai molti dati. Solo 70 osservazioni. È necessario disporre di quelle 70 osservazioni distribuite in modo appropriato attraverso le varie combinazioni per aiutare con i risultati di adattamento. Riceverai messaggi "instabili" che sono il modo di JMP di dirti che le stime dei parametri non sono molto affidabili a causa della mancanza di dati. A livello globale, c'è abbastanza da considerare il significato per ogni termine, ma all'interno di ciascun modello (ricordate che avete effettivamente un modello per ogni livello della variabile di risposta), non ci sono abbastanza dati per stimare accuratamente i parametri.
Ri: Come eseguire una regressione logistica condizionale usando JMP?Caro Dan,
Grazie mille! Le tue istruzioni erano chiare e la probabilità dell'effetto mostrava che sia il trattamento che il raggruppamento erano significativi, ma non l'interazione dei due.
Sorprendentemente, però, quando guardo le stime dei parametri hanno tutte ~99 come valore P. Come è possibile avere molte stime dei parametri tutte non significative e tuttavia avere un significato per gli effetti complessivi del trattamento e del raggruppamento nel modello?
(Ho incluso uno screenshot dell'output qui sotto.
Raggruppamento = sesso_2015; Trt / control = trattamento; Risultato = sex_2016)
Grazie ancora!
Jennifer
Ri: Come eseguire una regressione logistica condizionale usando JMP?Sebbene questo approccio possa funzionare, avrebbe alcune difficoltà. Permettetemi di proporre un percorso diverso.
Invece di creare tre modelli (uno per ogni gruppo) e poi cercare di capire se l'effetto del trattamento è lo stesso tra i gruppi, crea un modello.
Vedo una tabella di dati con tre colonne: Raggruppamento, Trt / Controllo e Risultato. Tutte le colonne sono nominali.
In Fit Model, specificare un modello di Raggruppamento, Trt / Controllo e Raggruppamento * Trt / Controllo. Il risultato è il Y. Questo ti darà un modello di regressione logistica nominale. Per vedere se esiste un'associazione tra il trattamento e il risultato, guarda la sezione Trt / Control del rapporto Test rapporto di verosimiglianza. Per vedere se ci sono differenze nei raggruppamenti, guarda la linea di raggruppamento di quel rapporto. L'effetto del trattamento è uguale per tutti i gruppi? A ciò risponde il termine di interazione. Un'interazione significativa dice che l'effetto del trattamento è diverso tra i gruppi. Un sacco di altre cose buone da guardare, ma quelle sono le basi per le domande che hai posto.
Se si desidera veramente un'analisi separata per ciascun gruppo, specificare il modello come solo Trt / Controllo con Risultato come Y e inserire la variabile Raggruppamento nel ruolo BY. È più difficile quindi determinare se l'effetto del trattamento è lo stesso per tutti i gruppi perché ogni analisi è separata e richiederebbe l'analisi della mano o fare qualcosa come la prima volta delineato.
