Trasformazione dei dati di conteggio distorti per l'analisiCiao a tutti,
Ho alcuni dati di conteggio fortemente distorti che vorrei utilizzare per costruire un modello.I dati hanno un aspetto molto migliore con una forma di trasformazione del registro saggia, ma essendo dati di conteggio, c'è un'abbondanza di zeri che non funzioneranno con un modello di registro.Dalla lettura online, dovrei usare qualcosa come una distribuzione di Poisson ma non sono sicuro di come farlo con JMP?
Qualsiasi guida sarebbe apprezzata, grazie in anticipo!
Oggetto: trasformazione dei dati di conteggio distorti per l'analisiGrazie Pietro! Controllerò il link GLM.Oggetto: trasformazione dei dati di conteggio distorti per l'analisiUn paio di pensieri per te:
1. Potresti voler provare la personalità Modello lineare generalizzato nella piattaforma Stima modello. È possibile specificare la distribuzione della risposta (Poisson è un'opzione) e la funzione di collegamento (log è una delle opzioni) come parte della finestra di specifica del modello. Di seguito è riportato il collegamento alla documentazione online di JMP per la personalità del modello lineare generalizzato:
https://www.jmp.com/support/help/14-1/generalized-linear-models.shtml#
2. Se si dispone di JMP Pro, all'interno del modello di adattamento, personalità di regressione generalizzata, esiste un'opzione di distribuzione di Poisson gonfiata zero per situazioni come quelle descritte ... una predominanza di zeri all'interno della popolazione di risposta. Di seguito è riportato il collegamento alla documentazione online di JMP Pro per le note sulla distribuzione della personalità della regressione generalizzata:
https://www.jmp.com/support/help/14-1/distribution.shtml
Oggetto: trasformazione dei dati di conteggio distorti per l'analisiUso spesso Gamma-Poisson per adattare la distribuzione di un conteggio con picco a zero.Mi piace anche l'aiuto di JMP su questo.
