如何解釋：具有二元（分類）變量的廣義回歸模型我們正在擬合一個模型來測試治療（例如藥品）的功效。 DV 是已恢復，一個二進制變量 (0/1)，定義為數值標稱。 研究問題是治療是否會影響先決條件的表達，從而改善康復。 我們期望具有一定程度先決條件的人會對治療產生不同的反應，即相互作用效應。
我們擬合具有二項式分佈的廣義回歸模型。 預測因素是 1) 該人是否接受治療 (治療;二進制），2）其表達式應受處理影響的變量（前提，連續），3-4）兩個連續控制變量（時期和問)，以及 5) 之間的交互項治療和前提。
- 回歸方程默認計算 Recovered=0 的可能性，但我們感興趣的是預測 Recovered=1。 我們如何更改默認值？
- 令人困惑的是，參數估計將治療參數顯示為“治療[0-1]”。 這是不是說明這是不治療或者不治療的效果呢？ 顯然，這是一個非常重要的區別。
- 解釋交互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。 感謝您的幫助！
恢復的廣義回歸 = 0
型號對比
展示 | 響應分佈 | 估算方法 | 驗證方法 | 非零參數 | AICc | 商業銀行 | 廣義R方 | |
[X] | 二項式 | 邏輯回歸 | 沒有任何 | 5 | 3677.7423 | 3708.3526 | 0.1934902 | |
模型發布
二項式
套索 [ ] 自適應
AICc
邏輯回歸
型號概要
回复 | 已恢復 | |
分配 | 二項式 | |
估算方法 | 邏輯回歸 | |
驗證方法 | 沒有任何 | |
概率模型鏈接 | 羅吉特 | |
措施 | | |
行數 | 6128 | |
頻率總和 | 3380 | |
-對數似然 | 1833.8622 | |
參數數量 | 5 | |
商業銀行 | 3708.3526 | |
AICc | 3677.7423 | |
廣義R方 | 0.1934902 | |
原始預測變量的參數估計
學期 | 估計 | 標準誤差 | 沃爾德卡方 | 概率 > 卡方 | 低於95% | 95%以上 | |
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 | |
時期 | 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 | |
（出於保密要求，所有變量名都是別名）。
數據探索和可視化預測建模和機器學習回复：如何解釋：具有二元（分類）變量的廣義回歸模型@G_M和@丹_奧伯米勒：通過您的回答，我們完成了解讀，並進行了研究。 謝謝你！
回复：如何解釋：具有二元（分類）變量的廣義回歸模型為了使治療模型 = 1 而不是 0，請打開治療列的值排序屬性。 將 1 級別向上移動，使其位於列表頂部並重新運行模型。
使用一般線性模型時，您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：具有二元（分類）變量的廣義回歸模型1）也許您可以重新編碼數據，使 Treatment = 0 並重新運行模型？ 或者，您可以保留原樣，但將建模類型更改為連續。
2）我認為你是對的。 還有“個性 = 名義邏輯”，您可以在其中切換結果的目標級別。回复：如何解釋：具有二元（分類）變量的廣義回歸模型謝謝你！ 我們正在這裡取得進展。
- 我們如何讓 JMP 計算對在場治療（即，治療=1）。 現在，它計算的效果缺席治療（即治療=0）。
- 需要明確的是，目標水平的規範可用於廣義回歸，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：具有二元（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。 選擇個性 = 廣義回歸和分佈 = 二項式後，您可以選擇目標級別 = 1（默認為 0）。 在解釋方面，您應該查看與您的模型擬合相關的紅色三角形下的預測刻畫器。 預測刻畫器將使您能夠可視化 Y 的變化對於 X 的給定變化。 對於定量解釋，在您的情況下，您可能需要將模型擬合中的預測公式（同一紅色三角形下的選項）保存到數據表中的列。 然後，您可以打開公式進行檢查，這將有助於您的解釋。回复：如何解釋：具有二元（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，但我們可能遺漏了一些內容。 您能否向我們指出 1) 如何更改預測的 DV 水平以及如何解釋結果 2) 和 3)？ 這些數字指的是原始問題。
回复：如何解釋：具有二元（分類）變量的廣義回歸模型您好，您有機會查看 JMP 幫助菜單下的 JMP 文檔庫嗎？ 文檔庫中的示例應該可以幫助您解釋結果。
真摯地，
MG
