75955_it-IT

liliconcom

Guida con Fit Model> Standard Least Square> Trasforma> Logistica

Ciao JMP Community,

 

Sto lottando con la corretta implementazione dell'opzione Trasforma nella piattaforma Fit Model> Standard Least Square.

 

Per capire meglio il problema, ho creato un mock data set in cui la risposta è continua; e gli effetti del Modello sono: 1) Livelli di Biomarcatore (continuo), 2) Trattamento (2 categorie) e 3) loro interazione. La risposta nel trattamento ACTIVE dipende dal livello di Biomarcatore che segue una distribuzione logistica

 

Ecco una rappresentazione Graph Builder della risposta in base ai livelli dei biomarcatori:

 

Se eseguo il modello Standard Least Square con Treatment, Biomarker e Interaction con la risposta Response trasformata secondo una relazione Logistic (Transform> Logistic on Response), ottengo uno strano risultato:

 

1) Previsto da Actual (notare lo scarso adattamento per la maggior parte del gruppo ACTIVE [RED])

I residui di questo modello sono distorti come mostrato nelle prossime 2 immagini:

2) trama dei residui

3) Distribuzione dei residui

Chiaramente, sto facendo qualcosa di sbagliato quindi, per favore, aiutami a capire questa opzione apparentemente semplice.

 

Grazie per l'aiuto.

 

TS

Ri: Guida con Fit Model> Standard Least Square> Trasforma> LogisticaGrazie per il tuo suggerimento: riesco ad ottenere un ottimo adattamento ai miei dati simulati, ma non riesco a capire come utilizzare queste informazioni nella piattaforma Fit Model.

Qualche pensiero?Ri: Guida con Fit Model> Standard Least Square> Trasforma> Logistica

Grazie per la tua risposta. In realtà ho ridimensionato la mia risposta per rientrare nell'intervallo 0-1
((R-Min) / (Max - Min)) e la trasformazione Logistica produce quanto segue

.

Se guardi con attenzione, le curve di adattamento non sono linee rette, ma ciò nonostante è ben lontano da una stretta aderenza.

 

Qualche pensiero?

Ri: Guida con Fit Model> Standard Least Square> Trasforma> Logistica

Avendo giocato con alcuni esempi simulati, sono anche un po 'perplesso.  Ma credo che il problema che stai affrontando sia dovuto alla trasformazione logistica in JMP.  Secondo la documentazione di JMP, la trasformazione logistica è per la variabile di risposta che si trova nell'intervallo di (0,1).  In effetti, quando utilizzo questa trasformazione, ottengo qualcosa che non sembra una funzione logistica - quando fisso la funzione logistica (che consente alla variabile di risposta di assumere i suoi valori corretti) sembra logistico.  Quindi, credo che la trasformazione logistica in JMP non ti consenta realmente di adattare una funzione logistica ai tuoi dati.  Forse qualcuno la cui matematica è meno arrugginita della mia, può spiegare come utilizzare la trasformazione logistica per ottenere la forma corretta quando la risposta non è nell'intervallo (0,1).

Ri: Guida con Fit Model> Standard Least Square> Trasforma> Logistica

Forse l'utilizzo della piattaforma Analizza -> Modellazione specializzata -> Fit Curve può aiutare? È possibile adattare un modello OLS semplice al gruppo PBO e un modello logistico 4-P al gruppo di trattamento.