40883_de-DE

liliconcom

Probit-Analyse und Eignungsprüfung

Ich verwende das Skript-Add-In „Simple Probit Analysis“, um LD50, LD90 und LD95 zu bestimmen.

 

Kann dieses Skript mit dem von Abbott korrigiert werden, oder wie richten Sie das ein?Derzeit habe ich die Daten selbst korrigiert, indem ich die Abbott-Korrektur auf die Rohdaten angewendet habe, um sie an die Sterblichkeit anzupassen.

 

Wie bestimme ich nach dem Ausführen des Probit-Add-Ins die Anpassungsgüte?Es liegen keine Chi-Quadrat-Ergebnisse vor.Gibt es eine andere Möglichkeit, diese Analyse durchzuführen, um neben dem Chi-Quadrat auch meine LD-Werte zu erhalten?

Betreff: Probit-Analyse und Eignungsprüfung

Ausgenommen sind die hohen Reaktionen nicht aus modelltechnischer oder statistischer Sicht akzeptabel. Sie schlagen vor, dass Sie gültige Daten ausschließen a. überwinden Grundlegender Fehler der Studie . (Ich verstehe, dass Sie die Wirksamkeit dieses Mittels nicht vorhersehen konnten, aber das beseitigt nicht den Fehler in den Daten.) Sie benötigen mehr Daten zwischen Dosis = 0 und Dosis = 1,64, nicht weniger Daten, um dieses Problem zu lösen.

Der Ausschluss der hochdosierten Proben könnte in Ihrer Situation akzeptabel sein, aber ich konnte dies nicht rechtfertigen. Die Tatsache, dass Sie auf diese Weise (möglicherweise) ein „besseres“ Modell erhalten, ist keine Bestätigung. Sie können die LD50 aus dieser Stichprobe von Dosis-Wirkungs-Daten einfach nicht bestimmen, außer zu sagen, dass die LD50 zwischen 0 und 1,64 liegt.

Betreff: Probit-Analyse und EignungsprüfungIst es an dieser Stelle also akzeptabel, die hohen Antworten auszuschließen, um ein „angepasstes“ Modell zu erhalten, das ich zur Schätzung einer vorhergesagten Dosis oder eines Dosisbereichs verwenden kann, um sie als Folgeuntersuchung zu testen? Mit einer starken Reaktion bei den sehr niedrigen Dosen hatten wir nicht gerechnet, weshalb mir keine Daten für die Zeit dazwischen vorliegen. Im Moment muss ich in der Lage sein, eine gewisse Empfehlung für diese Wirkstoffe zu ermitteln, die durch eine Zweitstudie zur Bestätigung weiterverfolgt werden kann.Betreff: Probit-Analyse und Eignungsprüfung

Zu den von Ihnen angeführten Unstimmigkeiten kann ich nichts sagen, aber sie stellen die Daten in Frage.

Das Problem bei der Anpassung besteht darin, dass die Daten das „Trennungsproblem“ aufweisen. Auf einer Ebene (Dosis = 0) haben Sie eine niedrige Reaktion und auf allen anderen Ebenen (Dosis > 0) haben Sie eine hohe Reaktion. Der Übergang von niedriger zu hoher Reaktion lässt sich nicht bestimmen. Versuchen Sie, LD50 anhand dieser Daten selbst zu finden, und Sie werden das Problem verstehen. (Tritt es bei 0,1 auf? Bei 0,5? Bei 1,5?)

Sie müssen einen weiteren Dosis-Wirkungs-Test durchführen, bei dem die Dosis zwischen 0 und 1,64 liegt, um das Probit-Modell anzupassen und LD50 zu schätzen.

Betreff: Probit-Analyse und Eignungsprüfung(Tut mir leid, ich werde heute in 1000 Richtungen hingezogen. )

Es ist ein anderer Agent. Ich habe insgesamt 6 verschiedene Mittel getestet. Ich werde gebeten, Empfehlungen nach Möglichkeit im Abstand von 10 Minuten und maximal 15 Minuten zu geben. Ich habe ein paar ähnliche Datensätze, in denen es bei Dosen über 1,64 oder 10 % zu einer sehr hohen Sterblichkeit kommt.

Warum funktioniert das Modell in diesen Situationen mit hoher Mortalität bei höheren Dosen nicht?

Ich denke, das meiste hat mit den Daten zu tun, da ich bei einigen Agenten seltsame Auswirkungen hatte. Ich hatte die Situation, dass eine niedrigere Dosis effektiver wirkte als eine höhere Dosis. Auch in dieser Situation funktioniert das Modell nicht. Ein paar bei 100 waren aufgrund der Verdunstung weniger wirksam als niedrigere Dosen, aber die Modelle funktionieren gut, wenn ich diese Dosen ausschließe.

In einem anderen Satz erfahren alle meine Kontrollen die Moral 0 (andere Spezies als die vorherige Kontrolle). Diese scheinen ebenfalls zu Diskrepanzen zu führen.Betreff: Probit-Analyse und Eignungsprüfung

Du hast keine meiner Fragen beantwortet.

Bei diesem Beispiel muss es sich um einen anderen Agenten handeln als bei dem Beispiel, das Sie nach 15 Minuten getestet haben. Es macht keinen Sinn, dass derselbe Wirkstoff bei nur fünf weiteren Minuten Einwirkung noch viel tödlicher wäre.

Um den Übergang zu beobachten, müssen Sie einen anderen Verdünnungs-/Dosisbereich verwenden (höhere Verdünnung, niedrigere Dosis). Die höchste Dosis sollte 1,64 betragen. Sie sollten die Null in den Test und in die Datenanalyse einbeziehen. Diese neuen Daten sind zum jetzigen Zeitpunkt die einzige Möglichkeit, das Probit-Modell für diesen Agenten anzupassen.

Betreff: Probit-Analyse und Eignungsprüfung

Hier ist einer der Datensätze, mit denen ich besonders Probleme habe.Wenn ich die Nullen ausblende/ausschließe, passt das Modell.

 

Betreff: Probit-Analyse und Eignungsprüfung

• Handelt es sich um ein Datenproblem?
  • Haben Sie Ausreißer oder Datenfehler?
  • Haben Sie versehentlich Zeilen ausgeschlossen, die einbezogen werden sollten?
• Handelt es sich um ein Modellproblem?
  • Verwenden Sie die richtigen Antwortspalten?
  • Verwenden Sie die richtige Prädiktorspalte?
  • Liegt es an mangelnder Passform?
• Handelt es sich um ein Modellannahmeproblem?
  • Sind die Fehler wie erwartet verteilt?
  • Sind die Fehler über den gesamten Bereich des Prädiktors konstant?

Betreff: Probit-Analyse und Eignungsprüfung

Was mache ich, wenn einige Modelle schlecht passen? 

Betreff: Probit-Analyse und Eignungsprüfung

Danke schön!Als Sie sagten, ich solle die Sterblichkeitsrate nicht einbeziehen, geriet ich ins Stolpern, also habe ich noch einmal geprüft, ob ich als Antwort Sterbe- oder Lebendzahlen verwenden sollte.Hoffentlich habe ich keine größeren Probleme mehr!

 

Wirklich dankbar für die Hilfe!

Betreff: Probit-Analyse und Eignungsprüfung

Bitte lesen Sie meine Antwort mit einer vollständigen Analyse, die mit der Frage endet: „Also sind wir uns jetzt einig, nicht wahr?“ Es zeigt Ihnen, wie Sie Ihre Daten in einer JMP-Datentabelle einrichten. Außerdem erfahren Sie, wie Sie die Datenspalten den Analyserollen im Startdialog „Modell anpassen“ zuweisen und die anderen Einstellungen für eine ordnungsgemäße Probit-Analyse ändern. Ich habe keine Transformation der Dosiswerte vorgenommen – das ist unnötig.

Betreff: Probit-Analyse und Eignungsprüfung

Benutze ich dann die Anzahl der Todesfälle als Antwort?Mein „Start“ gibt an, wie viele Lebendzählungen ich habe, bevor die Behandlung angewendet wird.Die 15-Minuten-Spalte enthält Todesfälle.Ist das richtig, oder muss ich Live-Zählungen als Antwort verwenden?

 

Muss ich LOG mit der Dropdown-Liste „Transformieren“ auf die Dosis anwenden, oder ist diese Analyse ohne sie in Ordnung?

Betreff: Probit-Analyse und Eignungsprüfung

Ja, Sie schließen die Kontrollgruppe mit der Dosis = 0 ein.

Sie geben für jede Dosis beide Werte ein, verwenden also nicht die Sterblichkeitsrate und wenden nicht die Abbott-Korrektur an.

Sie sollten für jedes Zeitintervall eine separate Probit-Analyse durchführen. Ich habe die korrekte Probit-Analyse für die nach 15 Minuten gesammelten Dosis-Wirkungs-Daten bereits durchgeführt (siehe oben – die Antwort mit der korrekten Analyse endet mit meiner Frage an Sie: „Also sind wir uns jetzt einig, nicht wahr?“). Lassen Sie mich wissen, wenn Sie Fragen haben.

Führen Sie diese Analyse für die nach den anderen Intervallen erfassten Daten durch. Lassen Sie mich wissen, wenn Sie Schwierigkeiten haben, diese Arbeit zu wiederholen.

Sie sollten nicht davon ausgehen, dass die Schätzungen für jede Gruppe (Sammelzeitpunkt) gleich sind. Sie sollten die Analyse korrekt durchführen und die Ergebnisse nicht mit denen anderer Varianten vergleichen, die nicht korrekt sind.

Betreff: Probit-Analyse und EignungsprüfungMuss ich außerdem die Controls/0s einschließen? Das wären dann 5 Dosen mit jeweils 4 Wiederholungen.Betreff: Probit-Analyse und EignungsprüfungKein Problem, es ist eine gute Lernerfahrung für mich.

Ich habe 4 Reihen, weil ich bei jeder Dosis 4 Wiederholungen durchgeführt habe. Ich hatte 4 Dosen mit jeweils 4 Wiederholungen. Ich habe jede Behandlung in Abständen von 1 Minute, 5 Minuten, 10 Minuten und 15 Minuten überwacht.Betreff: Probit-Analyse und Eignungsprüfung

Ich entschuldige mich (obwohl es nicht meine Schuld ist), dass die Antworten nicht in der richtigen Reihenfolge waren. Es trägt nicht zur Verwirrung bei, die bereits besteht.

Ich habe noch eine Frage, bevor wir diese Diskussion meiner Meinung nach abschließen können: Warum haben Sie für jede Dosis vier Beobachtungen (Zeilen)? Was stellt jede Zeile dar?

Wieder, vergessen Lebensverteilung. Ihre Kollegen haben Recht, Sie benötigen eine Probit-Analyse. Ich arbeite jetzt daran, sicherzustellen, dass Ihre Datentabelle richtig eingerichtet ist und die Analyse in Fit Model für eine Probit-Analyse richtig definiert ist. Ich möchte Ihr vorheriges Datenbeispiel verwenden, nachdem Sie erklärt haben, warum es für jede Dosis vier Zeilen gibt:

Betreff: Probit-Analyse und EignungsprüfungIch habe es herausgefunden. Das Probit-Add-In benötigt Live-Daten und berechnet die Anzahl der Toten selbst. Generalize Linear übernimmt die Anzahl der Toten.

Wenn ich also das GLM durchführe, schließe ich dann meine Kontrollen/0-Dosen ein?Betreff: Probit-Analyse und Eignungsprüfung

Das haben wir bereits festgestellt nicht haben Lebensdauer oder Zeit für die Veranstaltung Daten. Sie haben einen Fall von Dosis-Wirkungs-Verhältnis Daten. Sie haben Beobachtungen nach 15 Minuten gesammelt, die Zeit ist also festgelegt. Du gezählt die Zahl der Todesfälle und die Gesamtzahl der Probanden bei jeder Dosis . Dieser Fall wird von GLM bearbeitet, wie ich Ihnen gezeigt habe. Bitte ignorieren Sie das auf der Lebenszeit basierende Beispiel, bei dem die Lebensverteilung verwendet wurde. Überlebensanalysemethoden tun dies nicht hier bewerben. Zu Beginn sollten Sie eine Probit-Analyse verwenden.

Betreff: Probit-Analyse und Eignungsprüfung

 

Hier ist der Vergleich der gleichen Daten im Probit-Add-In mit dem Gen. lineares Probit.Wenn ich die vorhergesagte logarithmische Dosis zurücksetze, stimmt sie nicht mit den gleichen Ergebnissen im allgemeinen linearen Modell überein.

Betreff: Probit-Analyse und Eignungsprüfung

Ich bin mir nicht sicher, ob das funktionieren wird. Ich stoße bei anderen um mich herum auf Widerstand, wenn ich die Analyse auf diese Weise durchführe. Sie wollen das Probit.  

Betreff: Probit-Analyse und Eignungsprüfung

So habe ich es eingerichtet und meine Daten:

 

Betreff: Probit-Analyse und Eignungsprüfung

 

Also habe ich meine unbereinigten Rohdaten ohne meine Kontrollen verwendet und bin auf diese Idee gekommen.

 

Interpretiere ich das so: LD90 für 100 % Dosis beträgt 4,33 Minuten?Wie bestimme ich die Passform, da es kein Chi-Quadrat gibt?(Ich werde gebeten, eine gute Eignung für das von mir verwendete Modell nachzuweisen.)

 

Zähle ich die Sterblichkeit als „Misserfolg“?

Betreff: Probit-Analyse und Eignungsprüfung

OK, ich glaube, ich verstehe es jetzt. Ich hatte von Anfang an Recht und das ist es auch nicht eine Überlebensanalyse (Lebenszeit). Wir sind wieder bei meinem GLM-Beispiel, aber jetzt werde ich Ihre Daten verwenden. Hier sind Ihre Daten in einer JMP-Datentabelle:

Richten Sie den Startdialog „Modell anpassen“ wie zuvor ein:

Klicken Laufen und dann erhalten Sie diese Ergebnisse:

Klicken Sie auf das rote Dreieck daneben Verallgemeinerte lineare Modellanpassung und auswählen Inverse Vorhersage . Typ 0,5 (und alle anderen, die Sie wollen) für Wahrscheinlichkeit (gestorben) und klicken OK .

Jetzt sind wir uns also einig, nicht wahr?

Betreff: Probit-Analyse und Eignungsprüfung

Ihr letzter Kommentar zum Testen der Sterblichkeitsraten im Laufe der Zeit verändert alles, denke ich. Mein Beispiel ist nicht relevant. Mein Beispiel ist ein Fall, dem eine Anzahl von Proben oder Probanden (20) zugeordnet ist jede Faktorstufe (5). Jede Ebene ist eine unabhängige Stichprobe (5x20). Die Gesamtzahl der Proben oder Probanden ist die Summe der Proben auf jeder Ebene (100). Ich glaube, dass man mit einer festen Anzahl von Probanden beginnt (z. B. insgesamt 60), die Agentenebene auf einer festen Ebene einführt und die gleiche Gruppe (Probanden) im Laufe der Zeit überwacht. Ja?

Vorausgesetzt, ich liege richtig, dann möchten Sie es verwenden wiederholte Maßnahmen In Überlebensanalyse .

Die Methoden und Plattformen in JMP wurden für die Zuverlässigkeitsanalyse entwickelt, aber es ist dasselbe. Seien Sie jedoch gewarnt, dass die Wörter und Bezeichnungen für Zuverlässigkeitsingenieure und nicht für Biologen gelten, wenn Sie wissen, was ich meine.

Richten Sie Ihre Daten so ein, dass sie wie in diesem Beispiel aussehen:

In diesem Beispiel habe ich insgesamt 60 Fächer, die ich vom Beginn eines 6-monatigen Programms an betreue. Ich benötige zwei Spalten, um die Reaktion (Leben) darzustellen, da ich die Probanden nicht kontinuierlich, sondern in monatlichen Abständen beobachte. Dieser Prozess führt zu Intervallzensur . Ich beobachte nicht das genaue Leben, sondern beobachte, dass es während eines Intervalls auftritt.

• Die erste Zeile stellt den Beginn des Tests dar. In dieser Simulation starben zu Beginn 2 Probanden.
• Die zweite Zeile stellt die Anzahl der Probanden dar, die zwischen Beginn und Ende des ersten Monats gestorben sind (3).
• Die dritte Zeile stellt die Anzahl der Probanden dar, die im zweiten Monat gestorben sind (3) und so weiter.
• Die letzte Zeile stellt die Anzahl der Probanden dar, die dies getan haben nicht sterben am Ende der Studie (20).

Ich habe eine weitere Spalte, Status, hinzugefügt, um den Status der Beobachtungen anzuzeigen, aber sie ist für die Analyse nicht erforderlich. Führen Sie die Analyse durch, indem Sie die folgenden Schritte ausführen:

1. Wählen Analysieren > Zuverlässigkeit und Überleben > Lebensverteilung .
2. Wählen Anfang Und Ende und klicken Y, Zeit bis zum Ereignis .
3. Wählen Zählen und klicken Freq .

Der Startdialog sollte folgendermaßen aussehen:

(Beachten Sie, dass die Rolle „Zensoranalyse“ für richtig zensierte Daten gilt. Es ist nicht erforderlich, wenn zwei Antwortspalten für die Intervallzensierung verwendet werden.)

Klicken OK .

Die erste Analyse basiert auf den nichtparametrischen Schätzungen der Ausfallwahrscheinlichkeit vom Kaplan-Meier-Produktlimit. (Sie können auf das rote Dreieck oben klicken, um von einem Fehlerdiagramm zu einem Überlebensdiagramm zu wechseln.) Sie können dazu die Kontrollkästchen und Optionsfelder auf der linken Seite verwenden Skalieren Sie die Handlung Und Passen Sie ein Verteilungsmodell an bzw. auf die Daten. Passen wir eine Normalverteilung an. Überprüfen Die Normal Kontrollkästchen und klicken Die Normal Radio knopf:

Nachdem Sie ein Modell ausgewählt haben, verwenden Sie die Statistikübersicht, um die gewünschten Ergebnisse zu erhalten. Ihr LD50 ist hier zum Beispiel als verfügbar Quantil entsprechend einer Ausfallwahrscheinlichkeit = 0,5, also schätzen Sie LD50 mit dem Quantile Profiler:

Der LD50 beträgt in diesem Beispiel 3,688803 Monate (3,22981 Monate bis 4,1478 Monate mit 95 %iger Sicherheit).

Betreff: Probit-Analyse und Eignungsprüfung

Hier ist ein Beispiel der Daten:

Dosis (% Konz.)	Start (#live)	Sterblichkeit nach 15 Min. (#tot)
100,00	13	13
100,00	10	10
100,00	11	11
100,00	13	13
25.00	10	9
25.00	23	17
25.00	15	9
25.00	9	6
10.00	14	3
10.00	10	1
10.00	10	4
10.00	16	7
1,64	11	1
1,64	12	3
1,64	13	4
1,64	24	4

 

Ich versuche, LD50/LD90/LD95-Ergebnisse für Dosierungsempfehlungen zu erhalten. Ich habe diese Informationen für 5-, 10- und 15-minütige Anwendungen.

 

Das sind die Daten für meine Kontrolle:

Dosis (% Konz.)	Start (#live)	Sterblichkeit (#dead)
0	10	1
0	11	6
0	10	3
0	15	4

Betreff: Probit-Analyse und Eignungsprüfung

Ich bin genauso verwirrt wie du.

Du solltest haben zwei zählt für Ihre Antwort jede Ebene des Prädiktors: Ein Zählwert ist die Zahl, die gestorben ist, und der andere Zählwert ist die Zahl, die möglicherweise gestorben ist. Du solltest haben eins Anzeichen. Normalerweise handelt es sich um Konzentration oder logarithmische Konzentration. Ist das wahr? Oder ist es Zeit? Versuchen Sie, die Zeit für LD50 bei einer festen Konzentration abzuschätzen?

Bitte verwenden Sie das Datenformat, das in dem von mir geteilten Beispiel dargestellt ist nicht Raten oder Proportionen. Für die Schlussfolgerung sind Zählungen erforderlich. Eine Rate von 0,1 könnte sich aus einem Fall von 1/10 oder einem Fall von 100/1000 ergeben. Die Rate ist in beiden Fällen gleich, aber die Stichprobengröße ist sehr unterschiedlich.

Nochmals: Wenn Sie die Daten wie gezeigt eingeben und das GLM wie gezeigt einrichten, können Sie Abbotts Korrektur der Tarife vergessen. Sie sollten beide Zählwerte für Zeit=0 eingeben.

Betreff: Probit-Analyse und Eignungsprüfung

Wenn ich also die GLM-Analyse verwende, schließe ich dann meine Nullen/Kontrolldaten und meine anfänglichen Rohdaten ein? Und ist es dabei richtig, für die Log-Transformation eine „0“ auf „0,005“ anzupassen? Ich teste die Sterblichkeitsraten in Gegenwart eines Wirkstoffs zu verschiedenen Zeitpunkten.

Betreff: Probit-Analyse und Eignungsprüfung

Abbotts Korrektur wird angewendet auf Sterblichkeitsraten (dh Proportionen), um dies zu berücksichtigen natürliche Sterblichkeit in Abwesenheit des Mittels getestet werden. GLM modelliert eine Binomialverteilung mit einem linearen Prädiktor. Das GLM-Modell verfügt zu diesem Zweck über einen Abschnitt (Grundsterblichkeit). Es ist also nicht notwendig, diese Korrektur anzuwenden, und dadurch wird sich tatsächlich die Ausgabe ändern. Tun Sie es also nicht, wenn Sie GLM für Ihre Analyse verwenden.

Betreff: Probit-Analyse und Eignungsprüfung

Ich habe die falschen linearen Modelle mit Rohdaten angehängt. Hier sind die richtigen:Gen. Lin. Raw Data 1Gen. Lin. Raw Data 1 General Lin. Rohdaten 1Gen. Lin. Raw Data 2Gen. Lin. Raw Data 2 Gen. Lin. Rohdaten 2

Betreff: Probit-Analyse und Eignungsprüfung

Abbott's Gen. Lin.pg 2Abbott's Gen. Lin.pg 2Abbotts General Lin. S. 2Abbott's Gen. Lin. pg 1Abbott's Gen. Lin. pg 1 Abbotts General Lin. S. 1Abbott's ProbitAbbott's Probit Abbotts ProbitRaw Data with 0s Gen. Lin. 1Raw Data with 0s Gen. Lin. 1 Rohdaten mit 0s Gen. Lin. 1Raw Data with 0s Gen. Lin.2Raw Data with 0s Gen. Lin.2 Rohdaten mit 0s Gen. Lin.2Probit Raw Data with 0s 1Probit Raw Data with 0s 1 Probit-Rohdaten mit 0s 1Probit Raw Data with 0s 2Probit Raw Data with 0s 2 Probit-Rohdaten mit 0s 2

 

Hier sind die beiden unterschiedlichen Ergebnisse, die ich mit den verschiedenen Datensätzen erhalte. Wenn ich die Nullen und meine Rohdaten verwende, scheinen sowohl das Probit-Modell als auch das allgemeine lineare Probit-Modell übereinzustimmen. Wenn ich meine Daten jedoch mit der Abbott-Korrektur korrigiere und die Nullen weglasse, stimmen die beiden Modelle nicht überein.

Betreff: Probit-Analyse und Eignungsprüfung

Okay,

 

Wenn ich meine Nullen (Kontrolle für Sterblichkeit) in das Modell einbeziehe, scheinen sowohl das allgemeine lineare Probit-Modell als auch das Probit-Add-In mit den LD-Empfehlungen übereinzustimmen. Wenn ich von Abbott korrigierte Daten verwende, gibt es eine Diskrepanz zwischen den beiden.

 

Sollte ich das Modell mit den Nullen und den Rohdaten ausführen (keine Abbott-Anpassung), oder ist es korrekter, die Rohdaten vor der Eingabe in das Probit mit Abbotts anzupassen und die Nullen auszuschließen?  

Betreff: Probit-Analyse und Eignungsprüfung

Dieses Beispiel stammt aus unserem Schulungskurs, JMP-Software: Diskrete Antworten analysieren .

Wir prüfen Dichtungen auf Ausfälle bei steigendem Druckniveau. Hier ist die Datentabelle mit dem bevorzugten Layout:

Beachten Sie, dass wir das tun nicht Geben Sie die Fehlerrate (Fehlgeschlagen/Getestet) für die Antwort ein.

Wählen Analysieren > Modell anpassen . Wählen Druck und klicken Hinzufügen . Wählen Fehlgeschlagen und klicken Y . Wählen Gesamt und klicken Y . (Beachten Sie, dass (1) Sie eine Spalte mit der Anzahl der Ziele und eine weitere Spalte mit der Anzahl der Opportunities eingeben müssen und (2) die Eingaben genau in dieser Reihenfolge erfolgen müssen.) Klicken Sie auf Standardmäßige kleinste Quadrate und auswählen Verallgemeinertes lineares Modell . Wählen Binomial für das Verteilungsmodell. Wählen Probit für die Link-Funktion. Ihr Startdialog sollte wie folgt aussehen:

Klicken Laufen .

Sie können die nichtlineare Reaktion und die Regressionsdiagnose unten sehen:

Betreff: Probit-Analyse und Eignungsprüfung

I hatte nicht.

 

Ich habe versucht, das Modell im Generalized Linear mit Probit auszuführen, meine LD-Werte stimmen jedoch nicht mit den Werten des Probit-Add-Ins überein, sodass ich nicht sicher bin, was los ist. Ich habe die Fitting Linear-Modelle durchgelesen, aber ich versuche eine Analyse durchzuführen, die nichtlinear ist, womit ich in JMP ehrlich gesagt keine Erfahrung habe.  

Betreff: Probit-Analyse und Eignungsprüfung

Haben Sie den Autor des Add-Ins kontaktiert oder zuerst die Beschreibung und Anweisungen gelesen?

JMP verfügt über mehrere integrierte Plattformen, die solche Mengen schätzen und Statistiken zur Anpassungsgüte bereitstellen können. Diese Hinweise sollten Ihnen den Einstieg erleichtern.

• Kurve anpassen kann gängige nichtlineare Funktionen anpassen.
• Nichtlinear ist allgemeiner und kann für benutzerdefinierte Modelle verwendet werden.
• Verallgemeinerte lineare Modelle kann eine Probit-Analyse durchführen.

Hast du gesucht? probit noch drin Helfen oder Helfen > Bücher > Anpassen linearer Modelle ?