다변량 서수 논리 적합도 : 효과 가능성 테스트 유형 3 오류에 의해 반환되는 p 값입니까?안녕 JMP 커뮤니티,
나는 하나의 명목 변수 (치료)와 두 개의 연속 변수 (FACTOR A와 FACTOR 
(아래 참조)를 사용하여 간단한 서수 물류 적합 분석을 실시했습니다.
동료는 효과 우도 비율 테스트에서 반환 된 p 값이 유형 1 오류 대신 유형 3 오류인지 묻습니다. 제 3 유형 오류에 대한 제 제한적인 이해를 근거로 올바른지 확신 할 수 없습니다. 이 주제에 대해 밝힐 수 있습니까?
효과 우도 비율 테스트
출처 | Nparm | DF | LR ChiSquare | Prob> ChiSq | |
치료 | 2 | 2 | 45.6793484 | <.0001 * | |
팩터 A | 1 | 1 | 0.03728633 | 0.8469 | |
팩터 B | 1 | 1 | 2.06649958 | 0.1506 | |
치료:
- Control + MTX
- 약물 X + MTX
- 약물 X 만
요인 A : 연속 기준선 바이오 마커 A
인자 B : 연속적인 기준 바이오 마커 B
응답 : 서수 (0 - 1)
고맙습니다,
티에리
재 : 다중 변수 서수 논리 적합성 : 효과 가능성 테스트 유형 3 오류에 의해 반환 된 p 값입니다.귀하의 동료가 Type I 대 Type III Sum of Squares에 대해 이야기하고 있다고 생각합니다. Type I Sum of Squares는 테스트가 순차적이라는 것을 의미합니다. 즉, 모델의 순서에 따라 유의성이 달라집니다. Type III 제곱의 합은 모든 제곱의 합이 계산되어 순서가 중요하지 않다는 것을 의미합니다.
귀하의 분석은 정사각형의 합계를 사용하지 않으므로 걱정할 Type I이나 Type III는 없습니다. 이를 증명하기 위해 모델의 순서를 변경하여 모델의 순서에 관계없이 p- 값이 동일하게 유지되도록 할 수 있습니다.
재 : 다중 변수 서수 논리 적합성 : 효과 가능성 테스트 유형 3 오류에 의해 반환 된 p 값입니다.필자가 알고있는 한, 유형 III 오류는 통계적 용어가 아닙니다. 즉, 이러한 유형의 오류에 대해 어떠한 가벼움을 제시하는 가설 검정은 없습니다. 그것은 효과를 찾는 오류이지만, 그것은 그 변수가 나타내는 가정 된 원인과는 다른 원인에 기인합니다. 따라서 문맥 및 주제 지식에 크게 의존합니다. 설명하는 경우에는 필요하지 않습니다. 나는 당신 동료가 정말로 당신이 발견 한 중요한 p-value가 실제로 당신이 가지고있는 것보다 다른 변수들의 효과를 포착하고 있다고 제안하고 있다고 생각합니다.
