Regressione ortogonale intercetta CIHo bisogno di supporto nell'interpretazione dei risultati di 2 metodi di bridging (210 vs 280).
Di seguito sono riportati i risultati del grafico di Bland Altman e dell'adattamento ortogonale.
- Come calcolare in JMP CI per l'intercettazione in questo caso?
- Devo sapere se 27.2 è significativo. Non dovrebbe essere... I risultati differiscono con una differenza media di circa 0,27.
Re: regressione ortogonale intercetta CINon conosco l'approccio utilizzato per calcolare l'intervallo di confidenza per la pendenza. So che non può essere cambiato. Potresti scrivere uno script JMP per calcolare gli intervalli di confidenza di cui hai bisogno.
Infine, l'approccio che ho delineato in origine sarebbe sicuramente imperfetto. Con la regressione ortogonale il rapporto delle varianze dell'errore viene utilizzato per stimare la relazione. L'approccio non lineare non tiene conto di tale varianza dell'errore. Sono certo che l'approccio non lineare porterebbe a un intervallo di confidenza più stretto.
Se si dispone di JMP Pro, è possibile utilizzare il bootstrap per stimare gli intervalli di confidenza, anziché calcolarli.
Re: regressione ortogonale intercetta CIOk capisco.
Hai idea di quale sia il metodo per stimare CI in JMP?
Può essere cambiato?Re: regressione ortogonale intercetta CIFacendo un po' più di ricerca su questo, anche se ho fornito un approccio per l'intervallo di confidenza dell'intercettazione, non sono sicuro che sia il valore corretto per questa applicazione. La maggior parte del lavoro che sto vedendo afferma che è necessario utilizzare un approccio jacknife per stimare l'errore standard appropriato. L'approccio non lineare che ho suggerito non lo fa. Quindi ora sii ancora più attento all'interpretazione.
Re: regressione ortogonale intercetta CIOnestamente, non so come interpreterei l'intercettazione per questo. Nella regressione, l'errore è la distanza verticale dai punti dati alla linea di regressione. Per la regressione ortogonale è la distanza perpendicolare da un punto alla linea. Aggiungete a ciò che i vostri dati sono compresi tra 98 e 100, non sono sicuro del valore effettivamente fornito dall'intercettazione in questo caso. Forse qualcun altro potrebbe intervenire se ha un'interpretazione.
Re: regressione ortogonale intercetta CIOttimo, funziona! Grazie.
Se consigli di stare attento nell'interpretazione, cosa suggeriresti di fare per confrontare i metodi?
La differenza media è quasi 0, abbiamo un'intercettazione così grande? Con un CI piuttosto piccolo = [27.2, 27.3]Re: regressione ortogonale intercetta CITorna alla tabella dei dati che conteneva il tuo adattamento ortogonale. Avevi una colonna per 210 e una colonna per 280. Avevi 210 sull'asse X e 280 sull'asse Y.
Crea una nuova colonna, chiamiamola Modello. L'equazione sarà simile a questa:
Nota il parametro, b0 , in basso al centro e il valore iniziale vicino all'intercetta dal tuo adattamento ortogonale. Notare la formula che utilizza il parametro di b0 e la pendenza codificata dall'adattamento ortogonale moltiplicando la colonna 210.
Ora vai alla piattaforma di adattamento non lineare. Questa colonna del modello è la X, formula predittiva. La colonna 280 sarà la colonna Y, Risposta. Fare clic su OK. Nel Pannello di controllo non lineare, fare clic su Vai. Quando si ferma, il b0 parametro deve corrispondere ai risultati di adattamento ortogonale. Quindi fare clic sul pulsante Limiti di confidenza per visualizzare l'intervallo di confidenza.
Ricorda che la tua interpretazione dell'intercetta NON è la stessa di un modello di regressione. NON mi aspetto che questo sia 0 anche se 280 e 210 misurano la stessa cosa, proprio come non mi aspetto che la pendenza sia 1. Questo perché l'adattamento ortogonale utilizza la variabilità sia in X che in Y. Quindi fai molta attenzione a come interpreti l'intervallo di confidenza.
Re: regressione ortogonale intercetta CIDovrebbe essere una colonna nel set di dati primario?
Ho una struttura del tipo:
In modo che la nuova colonna "Monomer model" conterrà valori per tutte le osservazioni (per il metodo A e il metodo 
?
Dopo la modellazione ho solo una trama:
Potresti guidarci un po', per favore?
Re: regressione ortogonale intercetta CIQuesto è più impegnativo di quanto si possa pensare. Per capire perché, salva i valori previsti dal tuo adattamento ortogonale. Vedrai due colonne di previsione ed entrambe hanno formule molto diverse da quelle del rapporto. Ciò è dovuto all'incertezza sia nella X che nella Y.
Deve esserci un modo migliore per ottenere quello che vuoi rispetto a quello che sto per mostrarti, ma non riesco a pensarci adesso. Quindi, un approccio:
Usa la stima non lineare. Crea una colonna con una formula che abbia il modello lineare con l'intercetta (con valore iniziale CLOSE al 27 che hai visto nel report) come unico parametro e hard code nella pendenza al maggior numero di cifre possibile. Utilizzare Analizza > Modellazione specializzata > Non lineare specificando questa nuova colonna come X e la variabile Y come Y. Fare clic su Vai. Dovresti vedere l'intercetta convergere a ciò che era nel rapporto Adatta ortogonale. Fare clic sul pulsante Confidence Limits e l'intervallo di confidenza per l'intercettazione verrà visualizzato nella tabella dei parametri.
