베타 이항 일반화 회귀 변수다음과 같이 구성된 데이터 세트가 있습니다.
| ID | 뒤로 젖히다 | 와이 | X1 | X2 |
| ㅏ | 1 | 0 | .78 | .33 |
| ㅏ | 2 | 0.25 | .44 | .09 |
| 비 | 1 | 0.25 | .76 | .66 |
| 비 | 2 | 1 | .31 | .39 |
| 씨 | 1 | 0 | .11 | .48 |
| 씨 | 2 | 0 | .07 | .22 |
내 응답 변수(Y)가 비례적이기 때문에 베타 binomail 배포가 적절해 보입니다.따라서 두 X 변수와 Y의 관계를 살펴보는 데 관심이 있습니다.jmp에서 베타 이항 회귀를 사용하려면 다음을 수행해야 합니다.
베타 이항 분포에는 각 관측치에 대해 1보다 큰 표본 크기가 필요합니다. 따라서 사용자는 샘플 크기 열을 지정해야 합니다. 표본 크기 열을 삽입하려면 두 개의 연속 열을 이 순서대로 Y로 지정합니다. 성공 횟수 및 시행 횟수입니다. 에 대한 링크 기능 피 로짓이다.
누구든지 이러한 유형의 분석을 사용하고 데이터 세트를 정렬하여 올바르게 수행하는 방법을 이해한 적이 있습니까?도와주셔서 감사합니다!
Re: 베타 이항 일반화 회귀 변수베타 이항 일반화 회귀를 피팅하고 있지만 출력의 회귀 플롯이 정확하지 않습니다.성공 횟수(또는 공격 횟수)는 0에서 50 사이여야 하지만 플롯에서 5를 초과해서는 안 됩니다. 첨부된 데이터 및 출력의 스크린샷입니다.여기에서 무슨 일이 일어나고 있는지 어떤 아이디어가 있습니까?
Re: 베타 이항 일반화 회귀 변수도와주셔서 감사합니다!훨씬 더 명확합니다!
Re: 베타 이항 일반화 회귀 변수예, JMP에는 Y 역할에 두 개의 열이 필요합니다. Y 역할의 진입 순서가 중요합니다. 첫 번째 데이터 열은 성공 횟수(성공을 정의한 대로)이고 두 번째 열은 관찰된 총계(성공 + 실패)입니다. 예를 들어, 10개의 케이스를 관찰했지만 ID=A 및 Replicate=1일 때 그 중 어느 것도 성공하지 못했습니다. 비율 0 대신 개수 0과 크기 10을 입력합니다. 데이터 테이블의 비례 Y를 두 개의 데이터 열로 바꿔야 합니다.
