助けが必要です！ - JMP での多項ロジスティック回帰 (RRR のレポートとクラスタリングの修正)ご挨拶、
mutinominal ロジスティック回帰を実行しようとしています (2 つ以上のカテゴリで結果を予測します)。 値の順序付けを使用して (ref) を選択し、(分析 > モデルの適合) に進み、結果変数と予測変数を指定します。 デフォルトの名義回帰オプションのままにして、[実行] をクリックします。
私の質問は次のとおりです。
1- オッズ比 (OR) または相対リスク比 (RRR) を取得するにはどうすればよいですか? オッズ比は、赤い三角形を使用したバイナリ ロジスティック回帰のオプションであることに気付きましたが、ここでは利用できません。 多項回帰でRRRを報告している出版物を今でも読んでいますが、JMPでは見つかりません
2- モデルのクラスタリングを調整するにはどうすればよいですか? 私は、同じ病院または施設タイプから来た多くの患者を含む大きなデータベースを持っており、回帰モデルでそれを調整したいと考えています。
答えとともに、何かあれば教えてください利用可能ビデオチュートリアル。
助けていただければ幸いです。 ありがとう
Re: 助けが必要です！ - JMP での多項ロジスティック回帰 (RRR のレポートとクラスタリングの修正)ご返信ありがとうございます。GEE である必要はありません。 私のロジスティック回帰モデルでクラスタリングを調整するのに役立つ JMP の方法も問題ありません。 たとえばSPSSには、GEEと複雑なサンプルオプションがあります。 可能であれば、JMP のみを使用することを好みます。 私は統計学者ではないので、通常は必要以上の機能を備えています。可能であれば、誰かがJMPのsoultionを教えてくれることを願っています。 ありがとう
Re: 助けが必要です！ - JMP での多項ロジスティック回帰 (RRR のレポートとクラスタリングの修正)- Lin[Y] 式を目的に使用することは決してありません。 常に Prob[Y] 式から始めます。 平均が期待値 (確率) を表すように、対象のグループ化について要約します。 次にオッズを計算し、最後にオッズ比を計算します。 この計算は手動で行われますが、必要な確率はすべて JMP から得られるため、手動計算はあと 2 つだけです。
- GEE は、GLM をさらに一般化したものです。 JMP が GEE モデルを提供していないことは間違いありませんが、SAS は提供しています。 この種の研究における彼らの人気や利点については、私には言えません。 私は GEE の専門家ではありません。 JMP および JMP Pro で利用可能なモデルの種類の利点や妥当性について、他の誰かがコメントできるかもしれません。
Re: 助けが必要です！ - JMP での多項ロジスティック回帰 (RRR のレポートとクラスタリングの修正)お休みいただきありがとうございます。 私はまだいくつかの詳細が必要です
1-私はあなたが言ったことを行い、実際に結果変数のカテゴリごとに1つのProb列を取得しました（これはその結果が発生する確率であるようです）、各結果のLin列も取得しました（参照結果を除く）リンがどのように役立つかわかりません。 Table> summery は確かに平均を示しますが、それからオッズ比を計算するにはどうすればよいですか?.たとえそれが得られたとしても、これはすべての予測子を一緒に見ているように思えます。 二項ロジスティック回帰では、JMP は各予測変数のオッズ比を P 値と信頼区間で示します。多項回帰でこれを取得するにはどうすればよいですか?
2- 回帰モデルのクラスタリングを調整するために、一般化推定方程式 (GEE) を使用して同じ/類似のデータベースに取り組んでいる他の人々を見かけます。 間違っている場合は訂正してください。ただし、JMP では GEE が実行されないことはわかっています。クラスタリングの疑いのある変数（施設タイプや病院など）をモデルに追加していますが、ここでGEEと同じ機能/効果がありますか？はいの場合、なぜ他の多くの人がGEEに悩まされているのですか?また、クラスタリング修正でGEEと同様の機能を持つJMPでできることは他にありますか?
私が使用しているのはJMP Pro 13.2.0です。 再度、感謝します。 ほんとうにありがとう ！
Re: 助けが必要です！ - JMP での多項ロジスティック回帰 (RRR のレポートとクラスタリングの修正)- オッズ比と相対リスク比は直接利用できませんが、適合モデル パラメータから簡単に計算できます。 赤い三角形をクリックし、[確率式の保存] を選択します。 これで、確率からオッズを計算するために必要な数式を含む一連の新しいデータ列ができました。 Lin[Y] 式は、ロジット (対数オッズ) の線形予測子です。 Prob[Y] 式は、ロジットを確率に戻す変換です。 Table > Summary コマンドを使用して、関心のあるグループの (平均) 確率を取得し、必要なオッズ比を計算できるようになりました。
- 予測子変数と同様に、「クラスタリング」変数を共変量として線形予測子に追加できます。
