如何解釋：具有二進制（分類）變量的廣義回歸模型我們正在擬合一個模型，該模型可以測試治療方法（例如藥品）的功效。DV是已恢復 ，一個二進制變量（0/1），定義為數字標稱值。研究的問題是這種治療是否會影響前提條件的表達，從而提高康復率。我們期望具有一定前提條件的人對治療的反應不同，即產生交互作用。
我們擬合具有二項式分佈的廣義回歸模型。預測因素是1）該人是否接受過治療（ 治療 ;二元），2）其表達應受處理影響的變量（ 前提 （連續），3-4）兩個連續控制變量（ 期和問 ），以及5）之間的互動項治療和前提 。
- 默認情況下，回歸方程式用於計算Recovered = 0的可能性，但是我們對預測Recovered = 1感興趣。我們如何更改默認值？
- 令人困惑的是，參數估計將處理參數顯示為“ Treatment [0-1]”。這是否意味著沒有治療或沒有治療的效果？很明顯，這是一個非常重要的區別。
- 解釋相互作用效應的正確方法是什麼？具體來說，“-226.24”是什麼意思？
輸出如下。謝謝你的幫助！
恢復的廣義回歸= 0
型號比較
表演 | 響應分佈 | 估算方法 | 驗證方法 | 非零參數 | 集成電路 | 工商銀行 | 廣義RSquare | |
[X] | 二項式 | 邏輯回歸 | 沒有 | 5 | 3677.7423 | 3708.3526 | 0.1934902 | |
模型發布
二項式
套索[]自適應
集成電路
邏輯回歸
型號匯總
響應 | 已恢復 | |
分配 | 二項式 | |
估算方法 | 邏輯回歸 | |
驗證方法 | 沒有 | |
概率模型鏈接 | 洛吉特 | |
測量 | | |
行數 | 6128 | |
頻率總和 | 3380 | |
-LogLikelihood | 1833.8622 | |
參數數量 | 5 | |
工商銀行 | 3708.3526 | |
集成電路 | 3677.7423 | |
廣義RSquare | 0.1934902 | |
原始預測變量的參數估計
術語 | 估計 | 標準錯誤 | 沃爾德·奇方 | 概率> ChiSquare | 降低95％ | 上層95％ | |
截距 | 0.8755145 | 0.1101971 | 63.122825 | <.0001 * | 0.6595322 | 1.0914968 | |
治療[0-1] | 0.0643045 | 0.0696953 | 0.8512868 | 0.3562 | -0.072296 | 0.2009047 | |
期 | 0.1015936 | 0.0130748 | 60.375781 | <.0001 * | 0.0759675 | 0.1272197 | |
問 | 0.0012641 | 0.0004935 | 6.5606499 | 0.0104 * | 0.0002968 | 0.0022314 | |
前提 | -0.000095 | 0.0001314 | 0.522411 | 0.4698 | -0.000352 | 0.0001626 | |
（前提條件-226.24）*治療[0-1] | 0.0009875 | 0.0003172 | 9.6914587 | 0.0019 * | 0.0003658 | 0.0016093 | |
（由於機密性要求，所有變量名均為別名）。
分析工具回复：如何解釋：具有二進制（分類）變量的廣義回歸模型您好，您是否有機會在JMP的“幫助”菜單下查看JMP文檔庫？文檔庫中的示例應幫助您解釋結果。
真誠的
名爵回复：如何解釋：具有二進制（分類）變量的廣義回歸模型感謝您的回复。在發布問題之前，我們進行了廣泛的搜索，包括在本論壇中，但我們可能錯過了一些內容。您能否指出1）如何更改預測的DV水平以及如何解釋結果2）和3）？這些數字是指原始問題。
回复：如何解釋：具有二進制（分類）變量的廣義回歸模型好的，您可以在“擬合模型平台”對話框中將目標結果從0更改為1。一旦選擇了個性=廣義回歸和分佈=二項式，就可以選擇目標水平= 1（默認為0）。在解釋方面，應查看與模型擬合相關聯的紅色三角形下的預測分析器。Prediction Profiler使您可以可視化X上給定的Y的變化。對於定量解釋，在您的情況下，您可能希望從適合模型的模型中保存Prediction Formula（在同一紅色三角形下的一個選項） （s）在您的數據表中。然後，您可以打開公式進行檢查，這將有助於您進行解釋。回复：如何解釋：具有二進制（分類）變量的廣義回歸模型謝謝！我們正在這裡取得進展。
- 我們如何讓JMP計算出存在治療次數（即治療= 1）。現在，它可以計算出缺席治療次數（即治療= 0）。
- 明確地說，“目標水平”的規範適用於廣義回歸，但不適用於廣義線性模型，對嗎？至少我們找不到這樣的選擇。
回复：如何解釋：具有二進制（分類）變量的廣義回歸模型1）也許您可以重新編碼數據，以便Treatment = 0並重新運行模型？或者，您可以保留原樣，但可以將建模類型更改為連續。
2）我認為你是正確的。還有個性=標稱邏輯，您可以在其中切換結果的目標水平。回复：如何解釋：具有二進制（分類）變量的廣義回歸模型為了使Treatment = 1而不是0的模型，請為Treatment列打開Value Ordering屬性。將1級向上移動，使其位於列表頂部，然後重新運行模型。
使用通用線性模型時，可以使用相同的方法來預測“恢復”為1的概率。
回复：如何解釋：具有二進制（分類）變量的廣義回歸模型@G_M和@Dan_Obermiller ：通過您的回答，我們設法完成了解釋，並繼續進行研究。謝謝！
