Intercepción de regresión ortogonal CINecesito ayuda en la interpretación de los resultados de 2 métodos puente (210 vs 280).
Los resultados del gráfico de Bland Altman y el ajuste ortogonal se muestran a continuación.
- ¿Cómo calcular en JMP CI la intercepción en este caso?
- Necesito saber si 27,2 es significativo. No debería ser... Los resultados difieren con una diferencia de medias de alrededor de 0,27.
Re: Intercepción de regresión ortogonal CINo conozco el método utilizado para calcular el intervalo de confianza de la pendiente. Sé que no se puede cambiar. Podría escribir un script JMP para calcular los intervalos de confianza que necesita.
Por último, el enfoque que esbocé originalmente sería ciertamente defectuoso. Con la regresión ortogonal, la relación de las varianzas del error se utiliza para estimar la relación. El enfoque no lineal no tiene en cuenta esa varianza del error. Estoy seguro de que el enfoque no lineal daría lugar a un intervalo de confianza más estrecho.
Si tiene JMP Pro, puede utilizar el arranque para estimar los intervalos de confianza, en lugar de calcularlos.
Re: Intercepción de regresión ortogonal CIOK veo.
¿Tiene alguna idea de cuál es el método para estimar el CI en JMP?
¿Se puede cambiar?Re: Intercepción de regresión ortogonal CIAl investigar un poco más sobre esto, aunque proporcioné un enfoque para el intervalo de confianza de la intersección, no estoy seguro de que sea el valor correcto para esta aplicación. La mayor parte del trabajo que estoy viendo afirma que es necesario utilizar un enfoque jacknife para estimar el error estándar apropiado. El enfoque no lineal que sugerí no hace eso. Así que ahora tenga MÁS cuidado con la interpretación.
Re: Intercepción de regresión ortogonal CIHonestamente, no sé cómo interpretaría la intercepción de esto. En regresión, el error es la distancia vertical desde los puntos de datos hasta la línea de regresión. Para la regresión ortogonal, es la distancia perpendicular desde un punto a la recta. Agregue a eso que sus datos están en el rango de 98 a 100, no estoy seguro de qué valor proporciona realmente la intercepción en este caso. Quizás alguien más pueda intervenir si tiene una interpretación.
Re: Intercepción de regresión ortogonal CI¡Genial, funciona! Gracias.
Si aconseja tener cuidado en la interpretación, ¿qué sugeriría hacer para comparar los métodos?
La diferencia media es casi 0, ¿tenemos una intersección tan grande? Con un IC bastante pequeño = [27,2, 27,3]Re: Intercepción de regresión ortogonal CIRegrese a la tabla de datos que tenía su Ajuste Ortogonal. Tenías una columna para 210 y una columna para 280. Tenías 210 en el eje X y 280 en el eje Y.
Crea una nueva columna, llamémosla Modelo. La ecuación se verá así:
Tenga en cuenta el parámetro, b0 , en la parte inferior central y el valor inicial que está cerca de la intersección de su Ajuste ortogonal. Tenga en cuenta la fórmula que utiliza el parámetro de b0 y la pendiente codificada del Ajuste ortogonal multiplicando la columna 210.
Ahora ve a la plataforma de ajuste no lineal. Esta columna de modelo es la X, fórmula predictiva. La columna 280 será la columna Y, Respuesta. Haga clic en Aceptar. En el Panel de control no lineal, haga clic en Ir. Cuando se detiene, el b0 El parámetro debe coincidir con Ajustar resultados ortogonales. Luego haga clic en el botón Límites de confianza para ver el intervalo de confianza.
Recuerde que su interpretación de la intersección NO es la misma que para un modelo de regresión. NO esperaría que esto fuera 0 incluso si 280 y 210 miden lo mismo, al igual que no esperaría que la pendiente fuera 1. Esto se debe a que el Ajuste ortogonal utiliza la variabilidad tanto en X como en Y. Así que tenga mucho cuidado al interpretar el intervalo de confianza.
Re: Intercepción de regresión ortogonal CI¿Debería ser una columna en el conjunto de datos principal?
Tengo una estructura como:
Entonces, ¿la nueva columna "Modelo de monómero" tendrá valores para todas las observaciones (para el método A y el método 
?
Después del modelado solo tengo una trama:
¿Podrías guiarme un poco, por favor?
Re: Intercepción de regresión ortogonal CIEsto es más desafiante de lo que piensas. Para ver por qué, guarde los valores previstos de su ajuste ortogonal. Verá dos columnas de predicción y ambas tienen fórmulas que son muy diferentes a las del informe. Esto se debe a la incertidumbre tanto en X como en Y.
Tiene que haber una mejor manera de conseguir lo que quieres que la que estoy a punto de mostrarte, pero no se me ocurre ahora. Entonces, un enfoque:
Utilice una estimación no lineal. Cree una columna con una fórmula que tenga el modelo lineal con la intersección (con un valor inicial CERCA del 27 que vio en el informe) como único parámetro y codifique la pendiente con tantos dígitos como sea posible. Utilice Analizar > Modelado especializado > No lineal especificando esta nueva columna como X y su variable Y como Y. Haga clic en Ir. Debería ver que la intersección converge con lo que estaba en el informe Ajustar ortogonal. Haga clic en el botón Límites de confianza y el intervalo de confianza para la intercepción se mostrará en la tabla de parámetros.
