Il rapporto Test di verosimiglianza è utile quando si desidera decidere se un termine nel modello è significativo. Il rapporto Stime parametri è utile quando si desidera sapere se una stima è significativa.
I predittori / fattori categorici compaiono nel modello lineare in modo tale che le stime su tutti i livelli debbano essere sommate a zero ("parametrizzazione degli effetti"). Pertanto, la stima del parametro per l'ultimo livello è uguale al negativo della somma delle altre stime. È possibile fare clic sul triangolo rosso in alto e selezionare Stime> Stime estese. (Penso)
Logworth è il log negativo (base 10) del valore p. (È la funzione p del valore p, come il pH è la funzione p dell'attività dell'idronio.) Poiché i valori p variano tra zero e uno, a volte differiscono di molti ordini di grandezza. Alcuni utenti trovano che logworth sia più semplice per valutare l'importanza delle stime in questi casi. Una variazione di 1 logworth è una variazione di un ordine di grandezza. Si noti che tali utenti spesso considerano logworth = 2 (p-value = 0,01) un riferimento ragionevole per il confronto, ma è necessario determinare sempre il livello di significatività per voi significativo.
Ciao,
Sono nuovo di JMP e delle statistiche e sto facendo una ricerca simile utilizzando la piattaforma Choice Design e ho alcune domande relative a questo thread, quindi le posto qui.
Ho visto in questo caso di studio ( Casi di studio sulla progettazione e l'analisi di esperimenti di scelta discreta utilizzando JMP® ) che il modello di scelta stimato nella piattaforma di progettazione di scelta è un modello logit multinomiale. Da quello che ho letto, per MNL vorremmo conoscere gli odds ratio invece dei coefficienti (o le stime dei parametri come chiamato in JMP) di ciascun livello di attributo per confrontare i loro effetti. JMP lo fa per te? Se sì, dove posso trovarlo?
