이항 데이터에 대한 JMP 시뮬레이션 반응 기능안녕하세요!
내장된 JMP 응답 시뮬레이션 기능을 사용하여 응답을 시뮬레이션하고 싶습니다.
나는 이항 분포를 사용하며 단순화를 위해 내 모델은 다음과 같습니다.
p = 0,05 + 0.04*X1 + 0,02*X2.
(실제로는 부분 요인 설계에 시뮬레이션을 사용하고 싶습니다.)
그래서
| X1 | X2 | 와이 |
| -1 | -1 | 0.05 |
| -1 | 1 | 0.02 |
| 1 | -1 | 0.04 |
| 1 | 1 | 0.06 |
이 모델을 시뮬레이션하려면 응답 시뮬레이션 대화 상자에 어떤 값을 입력해야 합니까? 베타에 참여해야 합니까? 하지만 계수에서 어떻게 파생합니까?
수식을 수정해야 합니까?
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: 이항 데이터에 대한 JMP 시뮬레이션 반응 기능설계 생성을 위해 무작위 시드를 설정할 수 있지만 이는 응답 시뮬레이션에는 적용되지 않습니다.따라서 적합 모델에서 시뮬레이션된 데이터와 다른 결과를 얻게 됩니다.모수 추정치를 살펴보면 시뮬레이션에 입력한 계수와 거의 일치해야 합니다.
Re: 이항 데이터에 대한 JMP 시뮬레이션 반응 기능안녕 @cwillden ,
설명해 주셔서 대단히 감사합니다!
하지만 b0을 계산했다면 b1과 b2는 어떻게 계산합니까?
또한 도움말 사이트에서 이 시뮬레이션을 재현해 보았습니다.
https://www.jmp.com/support/help/14/conduct-prospective-power-analytic-for-a-nonline.shtml
그러나 예측 프로파일러에서는 해당 숫자를 얻을 수 없습니다.
요인 | X에서 합격률 나 = 1 | X에서 합격률 나 = -1 | 차이점 |
엑스 1 | 73.11% | 26.89% | 46.2% |
엑스 2 | 71.09% | 28.91% | 42.2% |
엑스 삼 | 69.00% | 31.00% | 38.0% |
엑스 4 | 66.82% | 33.18% | 33.6% |
엑스 5 | 64.56% | 35.43% | 29.1% |
엑스 6 | 62.25% | 37.75% | 24.5% |
예측 프로파일러에서
-1의 X6은 0.010891입니다.
+1의 X6은 0.029입니다.
초기값과 어떻게 일치합니까?
Re: 이항 데이터에 대한 JMP 시뮬레이션 반응 기능안녕 @gustavjung ,
JMP는 대부분의 사람들이 익숙했던 것과는 조금 다르게 선형 모델을 매개변수화합니다.절편은 모든 요인에 대한 평균 반응(예: 로그 확률)입니다. @Phil_Kay 지적했듯이 실제로는 X1과 X2의 값이 0일 때입니다.
P( y = 1 | x1 = -1 & x2 = -1) = 0.05를 원한다면 기본적으로 beta0 + beta1*(-1) + 베타2*(-1) = -2.944. 분명히 무한한 해결책이 있으므로 베타 중 2개에 원하는 것을 연결하고 마지막 베타에 대해 해결하세요.
Re: 이항 데이터에 대한 JMP 시뮬레이션 반응 기능안녕,
문제는 절편이 모든 X가 -1에 있는 위치가 아니라는 점일 수 있다고 생각합니다. 오히려 절편은 모든 X가 0인 곳이라고 생각합니다.
나는 이것을 확인하지 않았지만 그것이 의미가 있는지 살펴보고 싶을 수도 있습니다.
필
Re: 이항 데이터에 대한 JMP 시뮬레이션 반응 기능당신의 도움을 주셔서 대단히 감사합니다!
이제 베타가 다음과 같이 계산된다는 것을 이해합니다.
p = 0,05 + 0.04*X1 + 0,02*X2.
인터셉트(모든 레벨이 -1인 경우 성공률 5%)
~이다
ln(0,05/1-0,05) = -2,944
X1(-1에서 +1에서 0.05에서 0.09로 변경), 이는 80% 상승입니다.
이는 두 요인 수준 모두에 대한 평균 반응에 비해 40% 상승했다는 의미와 같습니다.
이는 p = 0.05-40% 대 p = 0.05+40%를 의미합니다.
p = 0.03 대 0.07
이는 X1 = ln( 0.07 / 1-0.07) = -2,587에 대한 로그 확률을 의미합니다.
X2(-1에서 +1에서 0.05에서 0.07로 변경)의 경우 40% 향상됩니다.
p = (0.05-20%)=0.04 대 (0.05+20%)=0.06
이는 X1 = ln( 0.07 / 1-0.07) = -2,752에 대한 로그 확률을 의미합니다.
그래서 이 값을 응답 시뮬레이터에 입력합니다.
일반화선형모형으로 시뮬레이션한 데이터를 분석할 때
예상했던 것과 다른 예측 응답을 얻었습니다.
내 실수를 지적해주실 수 있나요?
필요한 경우 프로젝트 파일을 첨부했습니다.
Re: 이항 데이터에 대한 JMP 시뮬레이션 반응 기능안녕 @gustavjung ,
분명히 말하면 로지스틱 회귀 모델의 선형 부분은 확률이 아니라 로그 확률을 직접 출력합니다.로그 확률을 확률로 변환하려면 시그모이드(로지스틱) 함수(1/(1+exp(-x)))를 적용해야 합니다.그렇기 때문에 귀하가 게시한 함수는 1/(1+e^(-(beta0 + beta1*x1 + beta2*x2 + beta3*x1*x2)))입니다.
계수는 베타입니다.원하는 모델에는 x1x2 상호 작용이 없으므로 x1x2에 0을 입력해야 합니다.
Re: 이항 데이터에 대한 JMP 시뮬레이션 반응 기능이 토론 도움이 될 수도 있습니다.
