Transformer les données de comptage asymétriques pour l'analyseSalut tout le monde,
J'ai des données de comptage fortement biaisées que j'aimerais utiliser pour créer un modèle.Les données semblent bien meilleures avec une forme de transformation de journal, mais étant des données de comptage, il y a une abondance de zéros qui ne fonctionneront pas avec un modèle de journal.D'après la lecture en ligne, je devrais utiliser quelque chose comme une distribution de Poisson, mais je ne sais pas comment faire avec JMP ?
Tout conseil serait apprécié, merci d'avance !
Re : Transformer des données de comptage asymétriques pour l'analyseMerci Pierre ! Je vais vérifier le lien GLM.Re : Transformer des données de comptage asymétriques pour l'analyseQuelques pensées pour vous :
1. Vous voudrez peut-être essayer la personnalité du modèle linéaire généralisé dans la plate-forme Fit Model. Vous pouvez spécifier la distribution de réponse (Poisson est une option) et la fonction de lien (log est l'une des options) dans le cadre de la fenêtre de spécification du modèle. Voici le lien vers la documentation en ligne de JMP pour la personnalité du modèle linéaire généralisé :
https://www.jmp.com/support/help/14-1/generalized-linear-models.shtml#
2. Si vous disposez de JMP Pro, dans le modèle d'ajustement, personnalité de régression généralisée, il existe une option de distribution de Poisson gonflée à zéro pour les situations telles que celles que vous décrivez... une prédominance de zéros dans la population de réponses. Voici le lien vers la documentation en ligne de JMP Pro pour les notes de distribution de personnalité de la régression généralisée :
https://www.jmp.com/support/help/14-1/distribution.shtml
Re : Transformer des données de comptage asymétriques pour l'analyseJ'utilise souvent le Gamma-Poisson pour ajuster la distribution de comptage avec un pic à zéro.J'aime aussi l'aide de JMP à ce sujet.
