일반 척도로 일반화 된 모델 결과 해석어쩌면 이것은 어리석은 질문 일지 모르지만 저는 일반화 된 모델에 익숙하지 않습니다. 나는 자연스럽게 0과 1 사이의 비율 데이터에서 베타 일반화 모델을 수행했다. 이 모델은 예상대로 치료 그룹간에 크게 다른 매개 변수 추정치를 출력합니다. 내가 가지고있는 문제는 매개 변수 추정치가 0에서 1 사이가 아닌 새로운 척도에 있다는 것입니다. 이 프로그램이 모델을 실행하는 데 사용하는 일종의 변환 때문이라고 가정합니다. 나는이 결과를 원래의 척도로 해석 할 수 있기를 원합니다. 즉, 테스트 마우스는 제품 A로 처리 된 사료의 95 %를 소비했다 (신뢰 구간 [97 %, 93 %]) 반면 제품 B로 처리 된 사료는 20 %의 소비만을 보였다 (신뢰 구간 [24 %, 16 %]). 누구나 견적을 변형시키는 쉬운 방법을 알고 있습니까?
제목 : Re : 일반 척도로 일반화 된 모델 결과 해석안녕하세요 @Mananahi ,
'일반화 된 모델'은 Fit Model에서 일반화 된 회귀성을 의미합니까? 나는이 대답을 위해 그렇게 추측 하겠지만, 만약 당신이 뭔가를하고 있다면 나에게 알려줘.
이와 같은 모델은 링크 함수를 사용하므로 매개 변수 추정치는 변수의 원래 단위가 아닙니다. 여기에 대한 링크가 있습니다. 응답 분포에 대한 통계 세부 정보 베타에 대한 구체적인 내용은 다음과 같습니다.
거기에 압축을 푸는 것이 많습니다. jmp에서 더 쉬운 방법이 있기 때문에 제 제안은 직접 수식을 통해 작업하지 않는 것이 좋습니다. 입력 변수의 함수로 원래 단위로 응답을 프로파일 링하는 내 이동 방법은 예측 프로파일 러입니다. 모델에 대한 Red Triangle 아래 (Maximum Likelihood 옆에 있음)에 액세스 한 다음 Profilers> Profiler를 선택하십시오. 이렇게하면 예측 프로파일 러가 보고서에 추가되어 입력에 따라 응답 Y를 대화식으로 프로파일 링 (클릭 연결) 할 수 있습니다. 왼쪽에 표시되는 것은 사용자가 선택한 입력 값과 해당 지점 추정치 주변의 95 % 신뢰 구간에 대한 평균 응답입니다.
이게 도움이 되길 바란다!
@ 율리안
