Uscita di regressione ordinale JMP<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ciao a tutti
Sto provando ad adattare un modello usando JMP 10 e i risultati mi confondono, pensavo che forse tu potessi aiutarti.
Ho una variabile dipendente ordinale, con 3 categorie. La mia principale variabile di interesse indipendente è discreta, con non meno di 5 categorie! Oltre a questo IV, ho diversi altri IV da esaminare, alcuni sono discreti e alcuni continui.
Ho eseguito il modello utilizzando il modulo del modello Fit. Innanzitutto, ho testato solo il IV principale di interesse, e qualcosa di strano è successo. JMP ha creato variabili dummy, lasciando l'ultima categoria come controllo, bene. Il modello non era significativo, con P = 0,1134 (test del modello intero), tuttavia una variabile fittizia era effettivamente significativa (P = 0,036). Il quadrato R generalizzato era 0,01, il quadrato R entropico era 0,009 e il tasso di errata classificazione dell'allenamento era del 35% (quindi qualsiasi set di test sarebbe più povero). Ogni indicazione mostra che i risultati sono settimanali, ma come posso spiegare che un intero modello è non significativo mentre un IV (in questo caso un livello di manichino), è significativo? Non c'è una correlazione, dal momento che tutti gli IV sono livelli dello stesso manichino!
Poi ho provato ad aggiungere un paio di IV continui. Entrambi erano molto significativi (P = 0,0015, P = 0,0126). Tuttavia, il quadrato R generalizzato è ancora solo del 5% circa. I rapporti di probabilità sono 1.16 e 0.9. Quando ho cambiato il gioco del rullo, e ho creato un paio di box-plot di questo gruppo di IV dal mio DV, non è stato necessario un esperto per dire che non c'è una differenza interessante. La mia dimensione del campione è 411, può essere che la grande dimensione del campione abbia causato i bassi valori P, o si tratta di un errore di tipo I? Come posso spiegare risultati molto significativi quando ho la sensazione che non abbiano alcun significato?
Grazie !
Ri: Uscita di regressione ordinale JMPCosa era " strano "sulla tua impressione iniziale del primo modello?
Il tuo primo predittore è nominale o ordinale?
L'intero modello e i singoli test degli effetti non sono gli stessi dei test per le stime dei singoli parametri. È possibile che vi sia un parametro significativo (cioè una stima diversa da 0) associato a un livello mentre il termine complessivo non è significativo (cioè, la differenza tra il modello con e senza questo termine non è significativa). Quindi un predittore con almeno 5 livelli potrebbe includere un livello che produce una stima significativa mentre nel complesso il termine non è significativo. È anche possibile, con così tanti test che utilizzano un campione di dati, che si abbia un errore di tipo I per il test significativo della stima dei parametri.
La tua risposta potrebbe essere influenzata da più del singolo predittore nominale, quindi l'adattamento iniziale con un singolo predittore potrebbe non essere significativo. Un quadrato R campione di 0,05 non è raro con una risposta ordinale. Le frequenze dei singoli livelli sono molto diverse? C'era una significativa mancanza di adattamento?
Se intendi con ' cambiato il gioco del lancio 'che hai invertito il ruolo X e Y delle stesse variabili, quindi un'associazione tra loro rimane indipendentemente dal ruolo, anche se i risultati numerici cambieranno perché si presume che l'errore sia nel ruolo Y.
Se intendi con ' non ci è voluto un esperto per dire che non c'è una differenza interessante 'che l'effetto non è stato pronunciato, penso che sia coerente con l'impressione trasmessa anche dalle stime. Con un campione sufficiente di dati, potresti essere in grado di trovare stime significative dei parametri di piccoli effetti. I rapporti dispari non sono grandi rispetto al valore nullo di 1 (nessuna associazione), ma il p -valori ci porta a decidere che sono significativi (con tasso di errore di tipo I accettato di 0,05).
È possibile che ci siano effetti di questa risposta che non sono ancora stati rilevati da nessuno dei modelli precedenti?
