フィットモデル>順序ロジスティック> Y =複雑な非正規分布データのデータランクこのフォーラムでのいくつかの投稿と、前の質問に対する答えに基づいて導き出した分析方法について、妥当性検査が必要です。
つまり、正規分布ではなく、正規分布の応答変数に変換できない臨床的測定に対する、治療レベルとバイオマーカーレベルの影響を判断する必要があります。JMP 11.1はノンパラメトリック多変数モデルを提供していないので、回避策を使用しました。治療とバイオマーカーを使用した順序ロジスティックモデルで、臨床尺度のランクを導き出し、それらのランク（順序分布）を応答変数として使用しました効果変数としてのレベル。
回避策を使用してロジスティックモデルの主要な仮定に違反していませんか。
もしそうなら、許容できる代替案は何でしょうか（注：応答変数を2から4ビンにビニングすることは望ましくありません）。
ありがとうございました
再フィットモデル>順序ロジスティック> Y =複雑な非正規分布データのデータランクもう少し考えてみましょう：
- 配布プラットフォームは、あなたが間違いなく正規の配布ではない応答をしていることを示しています。しかし、それは回帰の仮定ではありません。仮定は誤差の分布についてです。標準最小二乗回帰は、誤差が正規分布であると仮定し、二項ロジスティック回帰は誤差が二項分布であると仮定し、ポアソン対数線形回帰は誤差がポアソン分布であると仮定します。
- エラーの正しいモデルは、応答が生成される物理的プロセスに関連していることがよくあります。
- 2番目のジャーナルの「予測プロットによる残差」は、正規分布は誤差には適していないことを示していますが、このパターンはあなたの臨床的尺度について何か変わったことがあることを私に示唆しています。
- バイオマーカーA1の高次変換を線形予測子に追加してみましたか？[フィットモデル]ダイアログの[効果]リストに四角と三次の項を追加して、回帰がどうなるかを確認してください。（これだけでは通常ではないエラーを解決できるとは思わない）。
- 0と1に制限され、すべてのデータがこれら2つの境界のうちの一方に集中するような臨床的尺度は何ですか？
- 確率のように[0,1]に制限されているので、メジャーにロジット変換を適用してみてください。選択する臨床対策の中に Y Fit Modelダイアログのリストをクリックしてから、横の赤い三角形をクリックします。変換するそして選択ロジット 。
再フィットモデル>順序ロジスティック> Y =複雑な非正規分布データのデータランクハイマーク、
貴重なご意見ありがとうございました。添付の2つのJMPジャーナルファイルを探す：
- 前述の臨床反応変数Iの分布レポート
- あなたが提案したように分析のためのフィットモデル>標準最小二乗レポート
宜しくお願いします、
ティエリー
再フィットモデル>順序ロジスティック> Y =複雑な非正規分布データのデータランク考慮すべきことがいくつかあります。
- 連続測定データをカテゴリカルデータに変換するときは、常に情報（および推定効率）をあきらめます。臨床測定値を直接反応として使用した場合、回帰はどのようになりますか？
- 分布の仮定は誤差であり、応答ではありません。正規分布は誤差に対して適切なモデルではないとどのように判断しましたか？
- どのようにして変換は不可能であると判断されましたか/役に立ちませんか？
- ランクを使用すると、カテゴリレベルが多すぎます。ノンパラメトリック検定を実行した場合、その結果は問題ありませんが（実際には望ましい）、多くの、まれな結果（偏った推定、分離問題）が生じるため、回帰分析に悪影響を及ぼします。
- 多項ロジスティック回帰で使用されるロジットには、序数（累積ロジット）と名義（一般化ロジット）の2つの選択肢があります。これらのロジット（序数と名義）の関連はやや歴史的です。各ロジットのモデルの柔軟性（共通パラメーターまたは固有パラメーター）について考える必要があります。
何か他のことを考えたらもっと投稿します。
