JMP 二項データの応答シミュレーション機能こんにちは！
組み込みの JMP 応答シミュレーション機能を使用して応答をシミュレーションしたいと考えています。
私は二項分布を使用しており、単純化するために私のモデルは次のようになります。
p = 0.05 + 0.04*X1 + 0.02*X2。
（実際には部分要因計画のシミュレーションを使用したいのですが。）
それで
| X1 | X2 | Y |
| -1 | -1 | 0.05 |
| -1 | 1 | 0.02 |
| 1 | -1 | 0.04 |
| 1 | 1 | 0.06 |
このモデルをシミュレートするには、[応答のシミュレート] ダイアログ ボックスにどのような値を入力する必要がありますか? ベータ版に参加する必要がありますか? しかし、係数からそれらをどのように導き出すのでしょうか?
式を修正する必要がありますか?
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, . ), . ))
))
)
Re: JMP 二項データの応答シミュレーション機能計画を生成するためにランダム シードを設定することはできますが、それは応答のシミュレーションには適用されません。したがって、シミュレートされたデータに適合したモデルでは異なる結果が得られます。パラメーターの推定値を見ると、シミュレーションに入力した係数に大まかに対応しているはずです。
Re: JMP 二項データの応答シミュレーション機能こんにちは@cwillden 、
ご説明いただきありがとうございました!
しかし、b0 を計算した場合、b1 と b2 はどのように計算すればよいでしょうか?
また、ヘルプサイトからこのシミュレーションを再現しようとしました。
https://www.jmp.com/support/help/14/conduct-prospective-power-analysis-for-a-nonline.shtml
ただし、予測プロファイラーではこれらの数値を取得できませんでした。
要素 | Xでの合格率私= 1 | Xでの合格率私= -1 | 違い |
バツ1 | 73.11% | 26.89% | 46.2% |
バツ2 | 71.09% | 28.91% | 42.2% |
バツ3 | 69.00% | 31.00% | 38.0% |
バツ4 | 66.82% | 33.18% | 33.6% |
バツ5 | 64.56% | 35.43% | 29.1% |
バツ6 | 62.25% | 37.75% | 24.5% |
予測プロファイラー内
-1 の X6 は 0.010891
+1 の X6 は 0.029
初期値とどう対応するのでしょうか？
Re: JMP 二項データの応答シミュレーション機能こんにちは@gustavjung 、
JMP は、ほとんどの人が慣れているものとは少し異なる方法で線形モデルをパラメータ化します。切片は、すべての因子にわたる平均応答 (つまり、対数オッズ) です。 @Phil_Kay指摘されているように、実際には X1 と X2 の値が 0 の場合です。
P( y = 1 | x1 = -1 & x2 = -1) = 0.05 が必要な場合は、基本的に beta0 + beta1*(-1) + のように beta0、beta1、beta2 の任意の組み合わせを入力する必要があります。 beta2*(-1) = -2.944。明らかに、解決策は無限にあるので、ベータ版のうちの 2 つに必要なものを入力し、最後のベータ版を解決するだけです。
Re: JMP 二項データの応答シミュレーション機能こんにちは、
問題は、切片がすべての X が -1 になる場所ではないことかもしれないと思います。 むしろ、すべての X が 0 になるところが切片だと思います。
私はこれを確認していませんが、それが意味があるかどうかを確認してみてください。
フィル
Re: JMP 二項データの応答シミュレーション機能ご助力ありがとうございます！
これで、ベータが次のように計算されることがわかりました。
p = 0.05 + 0.04*X1 + 0.02*X2。
インターセプト（すべてのレベルが-1の場合、成功率は5％）
は
ln(0,05/1-0,05) = -2,944
X1 (-1 で 0.05 から +1 で 0.09 に変化)、これは 80% の上昇です
これは、因子の両方のレベルの平均応答に対して 40% の上昇であると言っているのと同じです。
つまり、p = 0.05-40% 対 p = 0.05+40% になります。
p = 0.03 対 0.07
つまり、X1 の対数オッズ = ln( 0.07 / 1-0.07) = -2,587
X2 の場合 (-1 では 0.05 から +1 では 0.07 に変化します)、これは 40% の上昇です
p = (0.05-20%)=0.04 対 (0.05+20%)=0.06
つまり、X1 の対数オッズ = ln( 0.07 / 1-0.07) = -2,752
そこで、この値を応答シミュレーターに入力します。
一般化線形モデルでシミュレーションしたデータを解析する場合
期待していたものとは異なる予測応答が得られる
私の間違いを指摘してもらえますか？
必要に応じてプロジェクトファイルを添付しました。
Re: JMP 二項データの応答シミュレーション機能こんにちは@gustavjung 、
明確にしておきますが、ロジスティック回帰モデルの線形部分は確率を直接出力するのではなく、対数オッズを出力します。対数オッズを確率に変換するには、シグモイド (ロジスティック) 関数 (1/(1+exp(-x))) を適用する必要があります。そのため、投稿した関数は 1/(1+e^(-(beta0 + beta1*x1 + beta2*x2 + beta3*x1*x2))) です。
係数はベータです。目的のモデルには x1x2 相互作用がないため、x1x2 には 0 を入力する必要があります。
Re: JMP 二項データの応答シミュレーション機能この議論役立つかもしれません。
