¿Cómo realizar una regresión logística condicional usando JMP?¡Hola!
Estoy interesado en realizar una regresión logística condicional en JMP, pero no he podido encontrar ninguna documentación sobre cómo hacerlo, excepto en elección del modelo tipo de escenario. ¿Alguien puede aconsejar?
Brevemente, esto es lo que estoy tratando de hacer.
Tengo tres agrupaciones nominales categóricas, cada una de las cuales se divide en un grupo de control y otro de tratamiento. Mis resultados se dividen en 5 categorías no ordenadas. Estoy interesado en comparar el tratamiento con el control dentro de cada grupo y luego ver si el tratamiento tiene efectos similares en todos los grupos. El tamaño de mi muestra es pequeño (14-30) por grupo inicial, lo que equivale a 70 individuos en total (35 tratados, 35 de control).
Después de investigar varios tipos de regresiones logísticas, parece que un enfoque logístico condicional podría ser el mejor. Los pares emparejados también podrían ser un contendiente, pero el individuos no son necesariamente coincidentes, tanto como las características generales del grupo.
¿Tiene alguna recomendación sobre cómo realizar un análisis como este?
Me interesaría tanto una discusión sobre la idoneidad de la técnica (o recomendaciones alternativas) como el uso de la plataforma JMP. No tengo experiencia usando JSL.
¡Muchas gracias por tu ayuda!
Jennifer
Re: ¿Cómo realizar una regresión logística condicional usando JMP?Querida marca,
Estoy trabajando con un árbol que puede cambiar de sexo de un año a otro. Entonces, los árboles en el experimento comenzaron como macho (M), hembra (F) o sexo ambivalente (A). Después del tratamiento, esos mismos árboles terminaron como masculino (M), femenino (F), no reproductivo (N), sexo ambivalente (A) o muerto. Estas son respuestas categóricas nominales porque todavía no entendemos realmente cómo cambia el sexo normalmente en estas especies. De hecho, pueden resultar ordinales con más información.
Re: ¿Cómo realizar una regresión logística condicional usando JMP?¡Comprendido! ¡Gracias por toda tu ayuda!
Re: ¿Cómo realizar una regresión logística condicional usando JMP?¿Cuál es el significado de los cinco niveles de respuesta nominales: A, MUERTO, F, M y N?
Re: ¿Cómo realizar una regresión logística condicional usando JMP?Las únicas recomendaciones son: 1) hacer lo que está haciendo: ¿puede combinar algunos de los niveles de las variables categóricas? Menos niveles significa menos parámetros en el modelo. 2) ¿Puedes vivir sin responder algunas de las preguntas? Por ejemplo, ¿necesita saber si el efecto del tratamiento es el mismo para cada grupo? De lo contrario, puede eliminar el término de interacción del modelo y eso probablemente sería de gran ayuda.
No son grandes opciones, pero eso es todo lo que veo, ya que obtener más datos no es una opción.
Re: ¿Cómo realizar una regresión logística condicional usando JMP?¡Tenía miedo de eso! Jugaré con la condensación de algunas de las categorías para ver si puedo aumentar el tamaño de la muestra en un grupo combinado.
Jugaré con la condensación de algunas de las categorías para ver si puedo aumentar el tamaño de la muestra en un grupo combinado. Además de obtener más datos (lo cual, lamentablemente, no es realmente una opción para este experimento en este momento), ¿tendría alguna otra recomendación?
¡Muchas gracias por tu ayuda!
Re: ¿Cómo realizar una regresión logística condicional usando JMP?Ah, sí. Esto era algo que temía. No tienes muchos datos. Sólo 70 observaciones. Debe tener esas 70 observaciones distribuidas adecuadamente a través de las diversas combinaciones para ayudar con los resultados de ajuste. Está recibiendo mensajes "inestables", que es la forma en que JMP le dice que las estimaciones de parámetros no son muy confiables debido a la falta de datos. A nivel general, hay suficiente para considerar la importancia de cada término, pero dentro de cada modelo (recuerde que en realidad tiene un modelo para cada nivel de la variable de respuesta), no hay suficientes datos para estimar con precisión los parámetros.
Re: ¿Cómo realizar una regresión logística condicional usando JMP?Querido Dan,
¡Muchos gracias! Sus instrucciones fueron claras y la probabilidad del efecto mostró que tanto el tratamiento como la agrupación fueron significativos, pero no la interacción de los dos.
Sorprendentemente, sin embargo, cuando observo las estimaciones de los parámetros, todos tienen ~.99 como valor P. ¿Cómo es posible que muchas estimaciones de parámetros no sean significativas y, sin embargo, sean significativas para los efectos generales del tratamiento y la agrupación en el modelo?
(He incluido una captura de pantalla de la salida a continuación.
Agrupación = sexo_2015; Trt/control = tratamiento; Resultado = sexo_2016)
¡Gracias de nuevo!
Jennifer
Re: ¿Cómo realizar una regresión logística condicional usando JMP?Aunque este enfoque puede funcionar, tendría algunas dificultades. Permítanme proponerles un camino diferente.
En lugar de hacer tres modelos (uno para cada grupo) y luego tratar de averiguar si el efecto del tratamiento es el mismo en todos los grupos, haga un modelo.
Veo una tabla de datos con tres columnas: Agrupación, Trt/Control y Resultado. Todas las columnas son nominales.
En Ajustar modelo, especifique un modelo de Agrupación, Trt/Control y Grouping*Trt/Control. El resultado es la Y. Esto le dará un modelo de regresión logística nominal. Para ver si existe una asociación entre el tratamiento y el resultado, consulte la parte Trt/Control del informe de Pruebas de relación de probabilidad del efecto. Para ver si hay diferencias en las agrupaciones, mire la línea Agrupación de ese informe. ¿El efecto del tratamiento es el mismo en todos los grupos? Eso se responde con el término de interacción. Una interacción significativa dice que el efecto del tratamiento es diferente entre los grupos. Muchas otras cosas buenas para mirar, pero esos son los conceptos básicos para las preguntas que hizo.
Si realmente desea un análisis separado para cada grupo, especifique el modelo como solo Trt/Control con Outcome como Y y coloque la variable de agrupación en el rol BY. Entonces es más difícil determinar si el efecto del tratamiento es el mismo en todos los grupos porque cada análisis está separado y requeriría un análisis manual o hacer algo como lo describí primero.
