1927_de-DE

liliconcom

Konfidenzintervall für Odd Ratio bei nominaler logistischer RegressionIn einem früheren Beitrag gab jemand an, dass CIs für die Quotenverhältnisse entfernt wurden ... hat jemand eine Anleitung, wie man diese berechnet?

Ich habe die Parameterschätzungs-CIs und kann dies leicht tun, wenn eine Variable nur zwei Ebenen hat, bin mir aber bei 3 oder mehr nicht sicher, welche Formel es gibt.

Vielen DankBetreff: Konfidenzintervall für ungerades Verhältnis bei nominaler logistischer RegressionJa ich verstehe es jetzt. JMP verwendet Effekt-Codierung, wohingegen ich davon ausgegangen war, dass ich aufgrund der von mir eingerichteten Wertordnung eine Referenz-Codierung verwendete.

Vielen Dank für den Anstoß in die richtige Richtung. Das macht jetzt Sinn.

Ich wünschte, sie würden ODER CIs mitbringen. Betreff: Konfidenzintervall für ungerades Verhältnis bei nominaler logistischer RegressionAm unteren Ende von p439:

Zweistufige nominale Effekte werden für die erste und zweite Ebene mit 1 und -1 codiert Quotenquotienten oder ihre Gegenspieler wären von Interesse.

Dies scheint in die gleiche Richtung zu zeigen ... Wenn Sie immer noch besorgt sind, empfehle ich Ihnen, sich an den JMP-Support zu wenden und uns mitzuteilen, was er sagt.Betreff: Konfidenzintervall für ungerades Verhältnis bei nominaler logistischer RegressionDas scheint nur relevant zu sein, wenn die Prädiktoren stetig sind; In meinem Fall sind die Prädiktoren nominal mit 2 oder mehr Stufen. Ich erhalte keine Quotenverhältnisse für Einheiten und Reichweiten in meiner Ausgabe. nur "Odds Ratios".Betreff: Konfidenzintervall für ungerades Verhältnis bei nominaler logistischer RegressionSchauen Sie sich die Seiten 439-440 des JMP Stat Graph Guide an. Sie diskutieren und zeigen ein Beispiel für Unit Odds Ratios und Range Odds Ratios. Diese Unterscheidung kann erklären, was Sie sehen.Betreff: Konfidenzintervall für ungerades Verhältnis bei nominaler logistischer RegressionIn ähnlicher Weise dachte ich, dass das ODER für einen Ausdruck exp (b) war, wobei b die Parameterschätzung ist.

Es scheint, dass JMP exp (2 * b) verwendet ... Ich habe eine Erklärung, warum aus einer JMP-Klasse. allerdings verstehe ich dann nicht wirklich, warum jeder txt-text da draußen als exp (b) berechnet ...