Hallo,
Ich bin neu bei JMP und Statistik und mache eine ähnliche Recherche mit der Choice Design-Plattform und habe einige Fragen zu diesem Thread, also poste ich sie hier.
Ich habe in dieser Fallstudie gesehen ( Fallstudien zum Entwerfen und Analysieren von Discrete-Choice-Experimenten mit JMP® ), dass das in der Choice-Design-Plattform geschätzte Auswahlmodell ein multinomiales Logit-Modell ist. Nach dem, was ich gelesen habe, möchten wir für MNL Odds Ratios anstelle von Koeffizienten (oder Parameterschätzungen, wie in JMP genannt) jeder Attributebene kennen, um ihre Auswirkungen zu vergleichen. Übernimmt JMP dies für Sie? Wenn ja, wo kann ich es finden?
Der Bericht Wahrscheinlichkeitsverhältnistests ist nützlich, wenn Sie entscheiden möchten, ob ein Term im Modell signifikant ist. Der Bericht „Parameterschätzungen“ ist nützlich, wenn Sie wissen möchten, ob eine Schätzung signifikant ist.
Kategoriale Prädiktoren / Faktoren treten im linearen Modell so auf, dass sich die Schätzungen über alle Ebenen zu Null summieren müssen („Effektparametrisierung“). Daher ist die Schätzung des Parameters für die letzte Stufe gleich dem negativen Wert der Summe der anderen Schätzungen. Sie können oben auf das rote Dreieck klicken und Schätzungen > Erweiterte Schätzungen auswählen. (Ich finde)
Logworth ist das negative Log (Basis 10) des p-Werts. (Es ist die p-Funktion des p-Werts, so wie pH die p-Funktion der Hydronium-Aktivität ist.) Da p-Werte zwischen null und eins liegen, unterscheiden sie sich manchmal um viele Größenordnungen. Einige Benutzer finden es mit Logworth einfacher, die Bedeutung von Schätzungen in solchen Fällen einzuschätzen. Eine Änderung von 1 logworth ist eine Änderung von einer Größenordnung. Beachten Sie, dass solche Benutzer häufig logworth = 2 (p-Wert = 0,01) als angemessene Vergleichsreferenz betrachten, aber Sie sollten immer das Signifikanzniveau bestimmen, das für Sie aussagekräftig ist.
