Transformación de datos de conteo sesgados para análisisHola a todos,
Tengo algunos datos de conteo muy sesgados que me gustaría usar para construir un modelo.Los datos se ven mucho mejor con una forma de transformación de registro, pero al ser datos de conteo, hay una gran cantidad de ceros que no funcionarán con un modelo de registro.Al leer en línea, debería usar algo como una distribución de Poisson, pero no estoy seguro de cómo hacerlo con JMP.
Cualquier orientación sería apreciada, ¡gracias de antemano!
Re: Transformar datos de conteo sesgados para análisis¡Gracias Pedro! Revisaré el enlace GLM.Re: Transformar datos de conteo sesgados para análisisUn par de pensamientos para ti:
1. Es posible que desee probar la personalidad del Modelo lineal generalizado en la plataforma Ajustar modelo. Puede especificar la distribución de respuesta (Poisson es una opción) y la función de enlace (log es una de las opciones) como parte de la ventana de especificación del modelo. Aquí está el enlace a la documentación en línea de JMP para la personalidad del modelo lineal generalizado:
https://www.jmp.com/support/help/14-1/modelos-lineales-generalizados.shtml#
2. Si tiene JMP Pro, dentro del modelo de ajuste, personalidad de regresión generalizada, hay una opción de distribución de Poisson inflada a cero para situaciones como las que describe... un predominio de ceros dentro de la población de respuesta. Aquí está el enlace a la documentación en línea de JMP Pro para las notas de distribución de personalidad de Regresión generalizada:
https://www.jmp.com/support/help/14-1/distribution.shtml
Re: Transformar datos de conteo sesgados para análisisA menudo uso el Gamma-Poisson para ajustar la distribución de conteo con pico en cero.También me gusta la ayuda de JMP en esto.
