75955_de-DE

liliconcom

Hilfe zu Modell anpassen > Standard Least Square > Transform > Logistic

Hallo JMP-Community,

 

Ich habe Probleme mit der korrekten Implementierung der Option „Transformieren“ auf der Plattform „Modell anpassen“ > „Standard der kleinsten Quadrate“.

 

Um das Problem besser zu verstehen, habe ich einen Scheindatensatz erstellt, in dem die Antwort kontinuierlich ist. und die Modelleffekte sind: 1) Biomarkerspiegel (kontinuierlich), 2) Behandlung (2 Kategorien) und 3) ihre Wechselwirkung. Das Ansprechen bei der ACTIVE-Behandlung hängt von der Biomarker-Ebene nach einer logistischen Verteilung ab

 

Hier ist eine Graph Builder-Darstellung der Reaktion nach Biomarker-Ebenen:

 

Wenn ich das Standardmodell der kleinsten Quadrate mit Behandlung, Biomarker und Interaktion mit der gemäß einer logistischen Beziehung transformierten Reaktionsantwort (Transform > Logistic on Response) ausführe, erhalte ich ein seltsames Ergebnis:

 

1) Vorhergesagt durch Tatsächlich (beachten Sie die schlechte Eignung für die meisten der AKTIVEN Gruppe [ROT])

Die Residuen dieses Modells sind verzerrt, wie in den nächsten 2 Bildern gezeigt:

2) Residuendiagramm

3) Restverteilung

Offensichtlich mache ich etwas falsch, also helfen Sie mir bitte, diese scheinbar einfache Option herauszufinden.

 

Danke für Ihre Hilfe.

 

TS

Betreff: Hilfe zu Modell anpassen > Standard Least Square > Transform > LogisticVielen Dank für Ihren Vorschlag: Ich kann meine Scheindaten sehr gut anpassen, aber ich kann nicht herausfinden, wie ich diese Informationen in der Fit-Modell-Plattform verwenden kann.

Jeder Gedanke?Betreff: Hilfe bei Modell anpassen > Standard Least Square > Transform > Logistic

Danke für deine Antwort. Tatsächlich habe ich meine Antwort so skaliert, dass sie im Bereich von 0 bis 1 liegt
((R-Min)/(Max - Min)) und die logistische Transformation ergibt Folgendes

.

Wenn Sie genau hinsehen, sind die Passformkurven keine geraden Linien, aber dies ist noch lange nicht eine enge Passform.

 

Jeder Gedanke?

Betreff: Hilfe bei Modell anpassen > Standard Least Square > Transform > Logistic

Nachdem ich mit einigen simulierten Beispielen herumgespielt habe, bin ich auch etwas verwirrt.Aber ich glaube, das Problem, das Sie haben, liegt an der logistischen Transformation in JMP.Gemäß der JMP-Dokumentation liegt die logistische Transformation für die Antwortvariable im Bereich von (0,1).Wenn ich diese Transformation verwende, erhalte ich in der Tat etwas, das nicht wie eine logistische Funktion aussieht - wenn ich die logistische Funktion fest verdrahte (die es der Antwortvariablen ermöglicht, ihre korrekten Werte anzunehmen), sieht sie logistisch aus.Ich glaube also, dass die logistische Transformation in JMP es Ihnen nicht wirklich ermöglicht, eine logistische Funktion an Ihre Daten anzupassen.Vielleicht kann jemand, dessen Mathematik weniger eingerostet ist als meine, erklären, wie man die logistische Transformation verwendet, um die richtige Form zu erhalten, wenn die Antwort nicht im Bereich (0,1) liegt.

Betreff: Hilfe bei Modell anpassen > Standard Least Square > Transform > Logistic

Vielleicht kann die Verwendung der Plattform Analysieren -> Spezialisierte Modellierung -> Kurvenanpassung helfen? Sie können ein einfaches OLS-Modell an die PBO-Gruppe und ein 4-P-Logistikmodell an die Behandlungsgruppe anpassen.