1927_es-ES

liliconcom

Intervalo de confianza para la proporción impar en regresión logística nominalEn una publicación anterior, alguien indicó que se eliminaron los IC para los odds ratios ... ¿Alguien tiene orientación sobre cómo calcular estos a mano?

Tengo el parámetro de estimación de CI y puedo hacerlo fácilmente cuando una variable tiene solo 2 niveles, pero no estoy seguro de la fórmula cuando hay 3 o más.

GraciasRe: Intervalo de confianza para la proporción impar en regresión logística nominalSí entiendo ahora. JMP está utilizando la codificación de efectos, mientras que yo asumí que estaba usando la codificación de referencia debido al orden de valores que había configurado.

Gracias por el empujón en la dirección correcta. Tiene sentido ahora.

Sin embargo, me gustaría que trajeran de vuelta O CI. Re: Intervalo de confianza para la proporción impar en regresión logística nominalCerca de la parte inferior de p439:

Los efectos nominales de dos niveles se codifican 1 y -1 para el primer y segundo nivel, por lo que rangos de posibilidades de rango o sus recíprocos serían de interés.

Esto parece apuntar en la misma dirección ... Si aún está preocupado, le sugiero que se ponga en contacto con el servicio de asistencia técnica de JMP y nos informe lo que dicen.Re: Intervalo de confianza para la proporción impar en regresión logística nominalEso parece solo ser relevante cuando los predictores son continuos; En mi caso, los predictores son nominales con 2 o más niveles. No obtengo los odds ratios de unidad y rango en mi salida. solo 'odds ratios'.Re: Intervalo de confianza para la proporción impar en regresión logística nominalMire las páginas 439-440 de la Guía de gráficos de estadísticas JMP. Ellos discuten y muestran un ejemplo de ratios de probabilidades unitarias y ratios de probabilidades de rango. Esta distinción puede explicar lo que estás viendo.Re: Intervalo de confianza para la proporción impar en regresión logística nominalDe manera similar, pensé que el OR para un término era exp (b), donde b es la estimación del parámetro.

Parece que JMP está utilizando exp (2 * b) ... Tengo una explicación de por qué de una clase JMP; sin embargo, entonces no entiendo realmente por qué todas las estadísticas txt que hay por ahí calculan como exp (b) ...