해석 방법 : 이진 (범주 형) 변수가있는 일반화 회귀 모델우리는 치료제 (예 : 의약품)의 효능을 테스트하는 모델에 적합합니다. DV는 회복 된 , 이진 변수 (0/1), 숫자 명목으로 정의됩니다. 연구 문제는 치료가 전제 조건의 표현에 영향을 미치고 따라서 회복을 향상시키는 지 여부입니다. 우리는 특정 수준의 전제 조건을 가진 사람들이 치료, 즉 상호 작용 효과에 다르게 반응 할 것으로 기대합니다.
이항 분포를 사용하여 일반화 회귀 모델을 적합합니다. 예측 변수는 1) 환자가 치료를 받았는지 여부 ( 치료 ; 2 진), 2) 처리 ( 전제 조건 , 연속), 3-4) 두 개의 연속 제어 변수 ( 기간 과 큐 ), 5) 상호 작용 항 치료 과 전제 조건 .
- 회귀 방정식은 기본적으로 Recovered = 0의 가능성을 계산하지만 Recovered = 1을 예측하는 데 관심이 있습니다. 기본값을 어떻게 변경합니까?
- 혼란스럽게도 모수 추정치는 처리 모수를 "Treatment [0-1]"로 표시합니다. 이것은 이것이 치료 나 치료가없는 효과라는 것을 의미합니까? 분명히 매우 중요한 구별입니다.
- 상호 작용 효과를 해석하는 올바른 방법은 무엇입니까? 구체적으로 "-226.24"는 무엇을 의미합니까?
출력은 다음과 같습니다. 당신의 도움을 주셔서 감사합니다!
복구됨에 대한 일반화 회귀 = 0
모델 비교
보여 주다 | 응답 분포 | 추정 방법 | 검증 방법 | 0이 아닌 매개 변수 | AICc | 빅 | 일반화 된 RSquare | |
[엑스] | 이항식 | 로지스틱 회귀 | 없음 | 5 | 3677.7423 | 3708.3526 | 0.1934902 | |
모델 출시
이항식
올가미 [] 적응 형
AICc
로지스틱 회귀
모델 요약
응답 | 회복 된 | |
분포 | 이항식 | |
추정 방법 | 로지스틱 회귀 | |
검증 방법 | 없음 | |
확률 모델 링크 | 로짓 | |
법안 | | |
행 수 | 6128 | |
주파수의 합 | 3380 | |
-LogLikelihood | 1833.8622 | |
매개 변수 수 | 5 | |
빅 | 3708.3526 | |
AICc | 3677.7423 | |
일반화 된 RSquare | 0.1934902 | |
원래 예측 변수에 대한 모수 추정값
기간 | 견적 | 표준 오류 | Wald ChiSquare | Prob> ChiSquare | 95 % 낮추기 | 95 % 상한 | |
차단 | 0.8755145 | 0.1101971 | 63.122825 | <.0001 * | 0.6595322 | 1.0914968 | |
치료 [0-1] | 0.0643045 | 0.0696953 | 0.8512868 | 0.3562 | -0.072296 | 0.2009047 | |
기간 | 0.1015936 | 0.0130748 | 60.375781 | <.0001 * | 0.0759675 | 0.1272197 | |
큐 | 0.0012641 | 0.0004935 | 6.5606499 | 0.0104 * | 0.0002968 | 0.0022314 | |
전제 조건 | -0.000095 | 0.0001314 | 0.522411 | 0.4698 | -0.000352 | 0.0001626 | |
(전제 조건 -226.24) * 치료 [0-1] | 0.0009875 | 0.0003172 | 9.6914587 | 0.0019 * | 0.0003658 | 0.0016093 | |
(모든 변수 이름은 기밀성 요구 사항으로 인해 별칭입니다).
해석학Re : 해석 방법 : 이진 (범주 형) 변수가있는 일반화 회귀 모델안녕하세요, JMP의 도움말 메뉴에서 JMP 문서 라이브러리를 검토 할 기회가 있었습니까? 문서 라이브러리의 예는 결과를 해석하는 데 도움이 될 것입니다.
진정으로,
MGRe : 해석 방법 : 이진 (범주 형) 변수가있는 일반화 회귀 모델응답 해 주셔서 감사합니다. 이 포럼을 포함하여 질문을 게시하기 전에 광범위한 검색을 수행했지만 누락 된 내용이있을 수 있습니다. 1) 예측 된 DV 레벨을 변경하는 방법과 결과를 해석하는 방법 2) & 3)을 알려주시겠습니까? 숫자는 원래 질문을 참조합니다.
Re : 해석 방법 : 이진 (범주 형) 변수가있는 일반화 회귀 모델좋습니다. Fit Model Platform 대화 상자에서 목표 결과를 0에서 1로 변경할 수 있습니다. Personality = Generalized Regression 및 Distribution = Binomial을 선택하면 목표 수준 = 1 (기본값은 0)을 선택할 수 있습니다. 해석 측면에서 모델 적합과 관련된 빨간색 삼각형 아래의 예측 프로파일 러를 확인해야합니다. 예측 프로파일 러를 사용하면 X에서 주어진 변경 사항에 대한 Y의 변경 사항을 시각화 할 수 있습니다. 정량적 해석의 경우 모델 맞춤 열에서 예측 공식 (동일한 빨간색 삼각형 아래의 옵션)을 저장할 수 있습니다. (s)는 데이터 테이블에 있습니다. 그런 다음 해석에 도움이되는 검사 공식을 열 수 있습니다.Re : 해석 방법 : 이진 (범주 형) 변수가있는 일반화 회귀 모델감사합니다! 우리는 여기서 진전을 이루고 있습니다.
- JMP는 어떻게 효과를 계산합니까? 존재 치료 횟수 (즉, 치료 = 1). 지금, 그것은 부재 치료 횟수 (즉, 치료 = 0).
- 명확하게 말하면, 일반화 회귀에는 대상 수준을 지정할 수 있지만 일반화 선형 모델에는 사용할 수 없습니다. 맞습니까? 적어도 우리는 그러한 옵션을 찾을 수 없습니다.
Re : 해석 방법 : 이진 (범주 형) 변수가있는 일반화 회귀 모델1) 아마도 치료 = 0이되도록 데이터를 다시 코딩하고 모델을 다시 실행할 수 있습니까? 또는 그대로두고 모델링 유형을 연속으로 변경할 수 있습니다.
2) 당신이 맞다고 생각합니다. 결과의 목표 수준을 전환 할 수있는 Personality = Nominal Logistic도 있습니다.Re : 해석 방법 : 이진 (범주 형) 변수를 사용하는 일반화 회귀 모델처리에 대한 모델이 0 대신 1이되도록하려면 처리 열의 값 순서 속성을 설정합니다. 1 레벨을 위로 이동하여 목록의 맨 위에 있도록하고 모델을 다시 실행하십시오.
일반 선형 모델을 사용할 때 동일한 접근 방식을 사용하여 복구됨에 대한 1의 확률을 예측할 수 있습니다.
Re : 해석 방법 : 이진 (범주 형) 변수를 사용하는 일반화 회귀 모델@G_M 과 안녕하세요. : 귀하의 답변을 통해 통역을 완료하고 연구를 진행했습니다. 감사합니다!
