49318_es-ES

liliconcom

Ajuste logístico ordinal multivariado: ¿los valores de p devueltos por las pruebas de probabilidad de efectos tipo 3 errores?

Hola Comunidad JMP,

 

Realicé un análisis de ajuste logístico ordinal simple con una variable nominal (tratamiento) y dos variables continuas (FACTOR A y FACTOR (ver más abajo).

Un colega me preguntó si los valores de p devueltos por las Pruebas de relación de probabilidad de efecto son errores de tipo 3 en lugar de errores de tipo 1. Según mi limitada comprensión del error de Tipo 3, no estoy seguro de que sea correcto. ¿Podrías arrojar algo de luz sobre este tema?

 

Pruebas de relación de probabilidad de efecto

Fuente	Nparm	DF	LR ChiSquare	Prob> ChiSq
tratamiento	2	2	45.6793484	<.0001 *
Factor a	1	1	0.03728633	0.8469
Factor b	1	1	2.06649958	0.1506

 

Tratamiento:

• Control + MTX
• Droga X + MTX
• Medicamento X solo

FACTOR A: biomarcador de línea de base continuo A

FACTOR B: biomarcador de línea de base continuo B

Respuesta: ordinal (0 - 1)

Gracias,

Thierry

Re: Ajuste logístico ordinal multivariado: son los valores de p devueltos por las pruebas de probabilidad de efecto tipo 3 error

Supongo que su colega está hablando de sumas de cuadrados tipo I versus tipo III. La suma de cuadrados tipo I significa que las pruebas son secuenciales, lo que significa que el orden de su modelo hace una diferencia en el significado. La suma de cuadrados del Tipo III significa que todas las sumas de cuadrados se calculan de modo que el orden no es importante. 

 

Su análisis no está utilizando Suma de cuadrados, por lo que no hay que preocuparse por los tipos I o III. Para probar esto, puede volver a montar su modelo cambiando el orden de los términos para mostrar que los valores de p siguen siendo los mismos, independientemente del orden de los términos.

Re: Ajuste logístico ordinal multivariado: son los valores de p devueltos por las pruebas de probabilidad de efecto tipo 3 error

Que yo sepa, los errores de Tipo III no son un término estadístico, es decir, no hay una prueba de hipótesis que arroje alguna luz sobre este tipo de error.  Es un error encontrar un efecto, pero se debe a una causa diferente a la causa hipotética representada por esa variable.  Por lo tanto, depende en gran medida del contexto y del conocimiento de la materia, que no tengo para el caso que está describiendo.  Creo que su colega está realmente sugiriendo que los valores p significativos que ha encontrado capturan realmente el efecto de algunas otras variables además de la que tiene en el modelo.