Funzionalità di simulazione delle risposte di JMP per dati binomialiCiao!
Desidero simulare le risposte utilizzando la funzionalità di simulazione delle risposte incorporata di JMP.
Io uso la distribuzione binomiale e il mio modello per semplicità diciamo che è
p = 0,05 + 0,04*X1 + 0,02*X2.
(In realtà voglio usare la simulazione per progetti fattoriali frazionari.)
COSÌ
| X1 | X2 | Y |
| -1 | -1 | 0,05 |
| -1 | 1 | 0,02 |
| 1 | -1 | 0,04 |
| 1 | 1 | 0,06 |
Per simulare questo modello, quali valori devo inserire nella finestra di dialogo Simula risposte? Devo accedere alle beta? Ma come faccio a ricavarli dai coefficienti?
Devo modificare la formula?
Random Binomial(
100000,
1 / (1 + Exp(
-1 * (0.05 + Match( :X1, "-1", 0.04, "1", -0.04, . ) + Match( :X2, "-1", 0.02, "1", -0.02, . )
+Match( :X1, "-1", Match( :X2, "-1", 0.06, "1", -0.06, . ), "1", Match( :X2, "-1", -0.06, "1", 0.06, . ), . ))
))
)
Ri: Funzionalità di simulazione delle risposte di JMP per dati binomialiAnche se potresti impostare il seme casuale per generare il progetto, ciò non si applica alla simulazione delle risposte.Pertanto, otterrai risultati diversi nel tuo modello adattato ai dati simulati.Se guardi le stime dei parametri, dovrebbero corrispondere in modo molto approssimativo ai coefficienti inseriti nella simulazione.
Ri: Funzionalità di simulazione delle risposte di JMP per dati binomialiCIAO @cwillden ,
Grazie mille per il chiarimento!
Ma come faccio a calcolare b1 e b2 se ho calcolato b0?
Inoltre ho provato a riprodurre questa simulazione dal sito di aiuto:
https://www.jmp.com/support/help/14/conduct-prospective-power-analysis-for-a-nonline.shtml
Tuttavia, non sono riuscito a ottenere quei numeri nel profiler delle previsioni:
Fattore | Percentuale di passaggio a X io = 1 | Percentuale di passaggio a X io = -1 | Differenza |
X 1 | 73,11% | 26,89% | 46,2% |
X 2 | 71,09% | 28,91% | 42,2% |
X 3 | 69,00% | 31,00% | 38,0% |
X 4 | 66,82% | 33,18% | 33,6% |
X 5 | 64,56% | 35,43% | 29,1% |
X 6 | 62,25% | 37,75% | 24,5% |
Nel Profiler di previsione
X6 a -1 è 0,010891
X6 a +1 è 0,029
Come corrisponde ai valori iniziali?
Ri: Funzionalità di simulazione delle risposte di JMP per dati binomialiCIAO @gustavjung ,
JMP parametrizza i modelli lineari in modo leggermente diverso rispetto a quello a cui è abituata la maggior parte delle persone.L'intercetta è la risposta media (cioè log-odds) tra tutti i fattori, così come @Phil_Kay sottolineato, in realtà è quando i valori di X1 e X2 sono 0.
Se vuoi P( y = 1 | x1 = -1 & x2 = -1) = 0,05, allora devi sostanzialmente inserire qualsiasi combinazione di beta0, beta1 e beta2 tale che beta0 + beta1*(-1) + beta2*(-1) = -2,944. Ovviamente ci sono infinite soluzioni, quindi collega semplicemente quello che vuoi per 2 beta e risolvi per l'ultima.
Ri: Funzionalità di simulazione delle risposte di JMP per dati binomialiCIAO,
Penso che il problema potrebbe essere che l'intercetta non è dove tutte le X sono a -1. Piuttosto, penso che l'intercetta sia dove tutte le X sono a 0.
Non l'ho controllato, ma potresti voler dare un'occhiata e vedere se ha senso.
Fil
Ri: Funzionalità di simulazione delle risposte di JMP per dati binomialiGrazie mille per il tuo aiuto!
Quindi ora capisco che la beta viene calcolata come segue:
p = 0,05 + 0,04*X1 + 0,02*X2.
Intercetta (quando tutti i livelli a -1 hanno una percentuale di successo del 5%)
È
ln(0,05/1-0,05) = -2,944
X1 (a -1 cambia da 0,05 a 0,09 a +1) che corrisponde a un aumento dell'80%
Ciò equivale a dire che si tratta di un aumento del 40% rispetto alla risposta media per entrambi i livelli del fattore.
Ciò significa p = 0,05-40% contro p = 0,05+40%.
p = 0,03 contro 0,07
Ciò significa probabilità logaritmiche per X1 = ln(0,07 / 1-0,07) = -2.587
Per X2 (a -1 cambia da 0,05 a 0,07 a +1) che corrisponde a un aumento del 40%
p = (0,05-20%)=0,04 contro (0,05+20%)=0,06
Ciò significa probabilità logaritmiche per X1 = ln(0,07 / 1-0,07) = -2.752
Quindi inserisco questi valori in Response Simulator
Quando analizzo i dati simulati nel modello lineare generalizzato
Ottengo risposte di previsione diverse da quelle previste
Potresti per favore indicarmi i miei errori?
Se necessario ho allegato il file del progetto.
Ri: Funzionalità di simulazione delle risposte di JMP per dati binomialiCIAO @gustavjung ,
Giusto per essere chiari, la parte lineare di un modello di regressione logistica non fornisce direttamente le probabilità, ma le probabilità logaritmiche.È necessario applicare la funzione sigmoide (logistica) (1/(1+exp(-x))) per convertire le quote log in probabilità.Ecco perché la funzione che hai pubblicato è 1/(1+e^(-(beta0 + beta1*x1 + beta2*x2 + beta3*x1*x2))).
I coefficienti sono i beta.Dovresti inserire 0 per x1x2 poiché il modello desiderato non ha interazione x1x2.
Ri: Funzionalità di simulazione delle risposte di JMP per dati binomialiQuesta discussione potrebbe aiutare.
